RefineEvo：具有双向经验的规划引导启发式进化

自动启发式设计（AHD）是解决组合优化问题的变革性方法。针对现有大模型方法依赖固定进化算子且难以有效积累历史搜索经验的问题，本文提出 RefineEvo 框架。该框架引入规划器动态调度进化算子，并利用反射器将正反经验提炼为双向经验池。这种协同机制使系统能自适应问题复杂度，利用情境感知洞察指导生成。实验表明，RefineEvo 在解的质量和令牌效率上均优于强基线，实现了更高效自主的启发式设计。