A问题背景：论文探讨了如何使用机器学习模型，特别是基于图神经网络（GNN）和变换器（Transformer）的编码器，来解决旅行商问题（TSP）。研究动机：作者指出，现有的研究直接在密集的TSP图上应用这些编码器，这会导致信息在节点间无差别地传播，使得节点嵌入包含大量不相关信息。稀疏化方法：为了解决这个问题，论文提出了两种数据预处理方法——k-最近邻（k-NN）启发式和1-树（1-Trees）方法