強化学習で、巡回セールスマンとか、ナーススケジューリングとか、解けるの？

強化学習って、最適化問題につかえるじゃない？（多腕バンディット問題）


ってことは、強化学習で、巡回セールスマンとか、ナーススケジューリングとか、解けるの？
小規模な簡単な例から学習させていって・・・
（あ、おもいつきだから・・・できるかどうかは不明）