HMACE：用于组合优化的异构多智能体协同进化

针对现有基于大语言模型的启发式设计方法受限于单一工作流及刚性模板，导致探索受限且易陷入局部最优的问题，本文提出了 HMACE 框架。该框架将启发式搜索重构为组织设计问题，通过四个角色专用智能体（提议者、生成者、评估者、反思者）的协同循环实现自主进化。其中，反思者利用基于档案的记忆更新机制指导搜索方向。在旅行商问题等基准测试中，HMACE 在显著降低 token 消耗的同时，实现了优于最先进基线的解质量与效率平衡。