摘要：随着人工智能技术的迅猛发展，求解优化问题的范式正经历深刻变革，从传统数值方法逐步衍生出基于学习的方法，进而构建起全新的求解体系。本报告系统介绍机器学习在求解组合优化问题这一极具挑战性领域的相关工作。首先，将深入剖析组合优化问题的机器学习求解方法所依托的通用框架，主要涵盖前后端组合学习与融合学习两大关键模式；其次，聚焦于若干典型特殊问题，详细介绍针对这些问题所设计的求解模型与算法架构，深入探讨其设计原理、优势特点及应用场景。最后，基于对当前研究态势的全面洞察，前瞻性地提出该领域的潜在研究方向，同时客观分析并揭示现阶段面临的关键研究瓶颈，以期为推动该领域的持续创新与发展提供有价值的参考。