摘要
组合优化问题为建模复杂的现实世界决策任务提供了重要的数学框架和算法基础。深度强化学习领域的最新进展在解决组合优化问题上取得了显著成果，有望减少对领域专业知识的依赖，并提升在不同问题场景中的泛化能力。这些发展推动了该领域的研究进程，催生了众多创新方法。然而，仍存在诸多理论和实践上的挑战。系统地梳理这些挑战及其对应解决方案对于指导基于深度强化学习的方法的未来发展至关重要。为满足这一需求，我们提出了一种以挑战为导向的统一框架，该框架包含四个核心组成部分：环境、状态-动作-奖励机制、求解器以及评估模块。借助这一框架，我们对近300项最新研究进行了系统性分析，梳理了各类挑战的发展历程及解决进展。我们还从多个维度分析了求解器的设计、训练方法以及当前的最佳性能水平，同时记录了那些公开可用的代码库。最后，我们指出了该框架中的一些关键未解决问题，以激发新的研究方向。
