arXiv cs.AI· Kuan Xu, Jianming Wang, Ni Zhang, Yaoxin Wu, Yong Wang, Zhiguang Cao·· 2 天前AI 评分34
Dream-COP：在经验世界中引导组合优化问题的算法发现
Dream-COP: Guiding Algorithm Discovery for Combinatorial Optimization Problems in an Experience World
AI 导读
Dream-COP 让策略智能体在由历史搜索轨迹构成的“经验世界”中通过回放学习可执行策略，进而指导发现智能体生成和优化组合优化程序。在五类组合优化问题上，它比固定探索发现更优算法，KP 上匹配最优值，OBPP 上把差距从 2.112% 降至 1.199%，搜索请求减少 42.5%。学到的探索策略还能借助经验世界跨问题迁移。
正文 · AI 翻译
摘要：大型语言模型（LLM）通过迭代式程序生成与评估，为组合优化问题（COP）实现算法发现。核心挑战在于如何在有限预算内组织搜索以发现更优算法。我们的关键洞见是：过往的搜索轨迹及其记录的结果构成一个经验世界，可通过回放来促进 COP 求解。我们提出 Dream-COP，其中一个\emph{策略智能体}通过在该经验世界中\emph{做梦}来学习可执行策略，以指导\emph{发现智能体}生成并改进 COP 程序。具体而言，策略回放会针对所揭示程序的质量及所用搜索步骤提供反馈，从而更有效地指导策略选择。在五个 COP 上，\textsc{Dream} 在启发式组件设计与完整求解器生成两方面均发现了优于固定探索的算法。特别是，它在 KP 上达到了最优值，并将 OBPP 上的差距从 2.112\% 降至 1.199\%，同时搜索请求减少了 42.5\%。此外，借助经验世界，学到的探索策略可在不同 COP 之间有效迁移。
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.36618 [cs.LG] |
| （或 arXiv:2610.36618v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.36618 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Kuan Xu [查看邮箱]
[v1]
2026年10月27日星期二 04:22:22 UTC（484 KB）
来源：arXiv cs.AI · arxiv.org