Поиск экстремальных конфигураций в геометрических задачах при помощи библиотеки PyTorch

пытаются упаковать объекты в контейнеры.  Цель упаковки — либо упаковать отдельный контейнер как можно плотнее, либо упаковать все объекты, использовав как можно меньше контейнеров, либо нахождение конфигурации, которая упаковывает один контейнер с максимальной плотностью. При этом объекты не должны пересекаться и объекты не должны пересекать стены контейнера.

n точек. Далее программа увеличивает их радиусы, при этом ищет лучшее расположение. Все вычисления происходят посредством нейронной сети, которая обучается градиентным спуском.    *Градиентный спуск — это эвристический алгоритм, который выбирает случайную точку, рассчитывает направление скорейшего убывания/возрастания функции (пользуясь градиентом функции в данной точке), а затем пошагово рассчитывает новые значения функции, двигаясь в выбранную сторону. Если убывание/возрастаение значения функции становится слишком медленным, алгоритм останавливается и говорит, что нашел минимум.

бывает так, что слишком широкие шаги вообще не позволяют достичь минимума, и машина бесконечно перешагивает через него, затем градиент «разворачивает» ее обратно, и алгоритм снова перескакивает через минимум. Маленькая скорость обучения хоть и придает точности, зато, конечно, увеличивает время на обучение нейросети.

6.08% 
   *Данные вычислялись при количестве шаров равном 15, значние считалось рекордным при разнице с рекордом меньше либо равной 10^(-5)