摘要
自动启发式设计（AHD）是解决 NP 难组合优化问题的新兴范式。现有框架通常将大语言模型视为被动生成器，受限于固定工作流和手动设计的上下文，难以捕捉状态依赖信息。为此，本文提出 AHD Agent，这是一种集成工具的多轮框架，使 LLM 能主动决定生成启发式或调用工具从求解环境中检索针对性证据。我们引入代理强化学习系统，利用新颖的环境合成管道优化小型模型的通用 AHD 能力。实验表明，该 4B 参数代理在八个领域表现媲美或超越更大模型基线，且评估次数显著减少。
AI 推荐理由
论文核心在于赋予 Agent 主动调用工具获取证据的技能，以优化启发式设计过程。
研究机构
1Guangdong Provincial Key Laboratory of Brain-Inspired Intelligent Computation, Department of Computer Science and Engineering, Southern University of Science and Technology
2Zhongguancun Academy
3The Hong Kong University of Science and Technology
论文信息