arXiv · cs.AI · Minyu Chen, Song Qin, Ling-I Wu, Jianxin Xue, Guoqiang Li · 9 小时前模型评分36
教师感知的启发式程序进化：用学习优化策略作行为反馈
Teacher-Aware Evolution of Heuristic Programs from Learned Optimization Policies
导读
研究者提出教师感知进化框架，把独立训练的学习优化策略当作行为教师，在候选启发式程序访问的状态上询问其动作偏好，作为局部反馈指导进化。在调度、路由和图优化基准上，该方法优于以性能驱动的 大语言模型（LLM，Large Language Model） 启发式进化基线，且部署时无需神经推理。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We propose a \emph{teacher-aware evolutionary framework} that uses independently trained learned optimization policies as behavioral teachers.”
来源：arXiv · cs.AI · arxiv.org