核电厂换料堆芯装载优化是典型的大规模组合优化问题，其计算复杂度高，基于传统进化算法的优化方法对本问题适用性不强，优化性能较弱。机器学习算法是一类新型且有望解决组合优化问题的算法，其主要思想是基于神经网络结合强化学习，让智能体不断探索可行域。这类算法的研究也越来越多，主要集中在指针网络和图神经网络，训练方法则主要为监督学习或强化学习。另一方面，结合机器学习和智能进化算法求解组合优化问题的算法也在探索求解核反应堆领域的组合优化问题。本文通过广泛调研机器学习算法在组合优化领域的应用，提出了未来开展核电厂换料堆芯装载优化的研究方向和具体技术路线。
