我们的项目基于双重算法推理（Dual Algorithmic Reasoning，DAR）框架，该框架能够联合学习原始算法（例如最大流算法）及其对偶算法（例如最小割算法）以提升性能 … 我们假设，通过局部更新和并行执行的推送重标记算法比全局顺序的 Ford-Fulkerson 算法更符合图神经网络（Graph Neural Networks，GNN）的消息传递范式 … 虽然我们未能构建出性能优异且优于基准模型的模型，但我们通过实验证明，图神经网络 (GNN) 可以完全解决推送重标记算法中的”全局重标记启发式”步骤，并对可能的误差来源进行了分析。