最小Manhattan网络问题是近年来受到广泛关注的计算几何和组合最优化问题。在大规模集成电路（VLSI）设计、分布式算法、计算生物学、网络设计、城市规划等领域发挥着越来越大的作用。
给定平面上一个点集T，其Manhattan网络由水平和垂直线段组成，并满足T中任意两点间在网络中存在Manhattan路径。可知Manhattan网络即为L1-范数下给定点集的一个1-spanner。更一般的概念称作geometric spanner或k-spanner，由于具有良好的性质，其应用十分广泛，包括邻近问题（proximity problems）的求解、机器人的运动规划、通信网络的可靠性等等。在本问题中，要求Manhattan网络中线段总长度最短，即以最小的代价构造给定点集的Manhattan网络。此外，F. Lam 等人在生物序列比对问题中应用了Manhattan网络的近似算法，显著减小了搜索空间。这显示了最小Manhattan网络问题在计算生物学中的应用。由此可见，这一问题的研究无论在理论还是实际中都有十分重要的意义。
最小Manhattan网络问题由J. Gudmundsson, C. Levcopoulos和G. Narasimhan于1999年最早提出。之后，许多学者研究并给出了这一问题多项式时间近似算法。之前通过组合方法设计的最佳近似算法（3-近似）由M. Benkert 等人在2004年给出。2005年，V. Chepoi [2] 等人提出了基于线性规划的2-近似算法，这是目前所知关于这一问题的最好近似度。
2009年6月复旦大学计算机学院大三学生郭泽宇关于“最小曼哈顿网络问题”的论文被第25届计算几何国际会议录用，文章同时作为最佳论文之一被邀请投稿到会议特刊DiscreteandComputationalGeometry(DCG)。这意味着计算几何领域十年来的重要猜想被这位年仅20岁的本科生成功解决。计算几何国际会议是计算几何领域最高级别的会议，这一会议，中国内地数学家已经阔别了整整十八年。