2021/9/6 课题总结（学长项目）
端到端：输入点集，输出路径
总的网络架构是clustering+GPAN
前面的loss是点分配到车，后面loss是路径长度
学长是分开做的，最终希望全部用一个loss(aloss1+bloss2)
学长左边是用的启发式算法，即两点距离够不够旅行时间长度
如何判断点划分的好不好（学长用排序算法非递减从小到大）
deadline时间是分散的均匀的
车运行过程中每个点都要救下来
距离的考量，小范围（点的位置分布）
学长的点划分方法：
已知5个车，依次给它们分配车（如何判断互斥，i，k deadline<旅行时间）
互斥：A，B两个点的deadline：A:t=5, B:t=10，A->B:15min,所以A和B不能在一个点集
但学长这种方法是软限制。距离要硬限制，不能软限制
架构图：
先做embedding，context+attention layer 输出概率（取最大输出的那个点，context+attention layer 部分也就是pointer network）
强化学习训练的解码，更新网络的所有参数
代码：
1）
GNN搭的模型
Attention KQV
forward函数里：query输出哪一个根据reference，
决定怎么往前传
X_expand_context:泛化的，不重要
first_turn:第一次训练初始值
2）
old data:数据集文件
cur_time当前系统文件
idx指生成的是几号点
第65行：旅行时间+服务时间
71行：松弛程度：每个点的deadline是当前时间+随机变量
用松弛的原因：这是生成问题所以必须要有解，也就是知道最终路线是12345
82行：shuffle是洗牌，让数据集不那么有序
98行：return后面网络要用的信息，不同的解服务时间不同
代码用了单层训练（GNNtrain.py）的和两层训练(low+high)的，都可以
1)两层效果更好
32行：记录训练结果存在哪，high要用low的训练结果
132行：给出baseline，loss均值的设定
loss.backward():有了loss怎么更新网络
137行：用了归一化，loss不能太大
175行：sample计算
验证用argmax,来知道前面的训练好不好（也就是actor-critic）
high.py；36行记录high结果存放地点
选GPU设备可用torch.device
2)单层训练（GNNtrain.py）效果较好，但生成路径长度比较短
test.py:得出来的结果，验证模型怎么样
cluster.py:
check_link看节点是否互斥（不能分配给同一个车）
48行：哪个模型
72行：每次输出100个点
bunchsize:每次100个5车问题
两个不同的解码方式（penalty1,penalty)
101行：让所有车的base station固定在一个点（multi-set),从而使每个车路径中固定一个点给base
思考：之前提到的multi task 多用来处理并行任务（信息采集+充电），但我们的是多个车处理同一种问题
学长推的神经网络的论文：带序号的,electric windows,GPN比较重要
怎么做好衔接点，现在主要的是clustering部分用learning的方法处理，后面GPN以后可以直接套
