基于学习优化策略的教师感知启发式程序进化

针对现有基于大语言模型的启发式设计主要依赖延迟终点性能的问题，本文提出一种教师感知进化框架。该方法利用独立训练的学习优化策略作为行为教师，通过查询候选程序访问状态下的教师动作偏好，提供局部反馈以指导进化。实验表明，该方法在调度、路由及图优化基准上优于仅依赖性能的基线，且部署时无需神经推理，证明了学习策略可作为自动启发式发现的有效行为反馈源。