OptiAgent：基于多智能体迭代精炼的端到端优化建模

本文提出 OptiAgent，一种多智能体框架，旨在将运筹学问题的自然语言描述转化为可求解的数学公式及可执行代码。该架构专注于数学建模环节，利用专用智能体提取决策变量与约束结构，支持迭代自我修正。文章引入新颖的多循环验证架构，包含四种针对性反馈机制，以解决误解、结构缺陷、数学不一致及代码错误等问题。除提升准确率外，其模块化设计增强了过程透明度与可审计性。实验表明，该框架在 LP、MILP 及非线性规划任务的四个基准测试中，三项达到最先进水平。