跳到正文
arXiv cs.AI· Andre Albrecht, Enzo Morosini Frazzon, Leandro C. Coelho, Bruno Vieira·· 4 小时前精选AI 评分66

研究比较智能体编写启发式与商业求解器在未解 job-shop 基准上的表现

Agent-written heuristics versus commercial solvers on unsolved job-shop benchmark instances

AI 导读

论文研究前沿大语言模型作为编码智能体(仅用开源工具)能否在质量和速度上匹敌商业求解器,所有运行均被记录并由独立校验器核验。

推荐理由

论文用公开运行记录和独立校验器对比大语言模型编码智能体与商业求解器在未解排程基准上的表现,结果可复核。

正文 · AI 翻译

查看 PDF HTML (实验性)

摘要:商业求解器是解决困难调度问题的标准工具。我们研究了前沿大语言模型(仅作为使用开源工具的编码智能体)能否在质量和速度上与之匹敌。我们报告了每一次运行,并由独立检查器验证每一个调度结果。在包含 100,000 个作业的车间调度问题 tai_100_1000_1 上,智能体编写的求解器达到了 525,515,低于 OptalCP、Hexaly 和 CP Optimizer。未经修改,它改进了该系列全部十个实例,并关闭了其中两个。在同一工作站上使用相同预算时,它的结果距下界 0.0-1.8%,而 CP Optimizer 为 2.6-5.8%,Hexaly 为 2.4-4.4%。在 Behnke-Geiger 柔性作业车间问题上,智能体编写的禁忌搜索改进了 32 个开放实例中的 11 个。在配备两台运输机器人的情况下,智能体编写的求解器改进了十个 MKT 实例中的七个。新的下界表明,四个已发表的 MKT 值在所分发的实例文件上无法达到。智能体运行的改进活动又关闭了八个实例。
评论: 27 页,4 幅图,14 张表。已提交至 International Transactions in Operational Research。数据、调度结果、检查器和代码:此 https URL
学科: 优化与控制 (math.OC);人工智能 (cs.AI)
MSC 分类: 90B35
引用格式: arXiv:2611.17682 [math.OC]
  (或 arXiv:2611.17682v1 [math.OC] 查看此版本)
  https://doi.org/10.48550/arXiv.2611.17682

arXiv 通过 DataCite 签发的 DOI(注册中)

提交历史

来自:Leandro Coelho [查看邮件]
[v1] 2026年11月13日 星期五 02:50:02 UTC (79 KB)

来源:arXiv cs.AI · arxiv.org