提出HyCO混合神经组合优化求解器，被NeurIPS 2026接收

Yuheng Li 等发表论文提出 HyCO，一种用于组合优化的混合神经求解器：先用强化学习（RL）求解器构建解的前缀，再自适应切换到条件扩散模型完成剩余决策。论文已被 NeurIPS 2026 接收。 论文提出统一的误差缩放理论框架，称证明混合结构的期望后悔严格低于任一单独骨干，且存在唯一的最优触发步；并设计了结合策略熵与 RL-扩散模型分歧的轻量自适应触发器。多种基准上的实验显示 HyCO 一致优于两个骨干，代码与 checkpoint 已开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。