論文の概要: PyVRP$^+$: LLM-Driven Metacognitive Heuristic Evolution for Hybrid Genetic Search in Vehicle Routing Problems
- arxiv url: http://arxiv.org/abs/2604.07872v1
- Date: Thu, 09 Apr 2026 06:36:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-10 18:34:05.740923
- Title: PyVRP$^+$: LLM-Driven Metacognitive Heuristic Evolution for Hybrid Genetic Search in Vehicle Routing Problems
- Title（参考訳）: PyVRP$^+$: LLM-Driven Metacognitive Heuristic Evolution for Hybrid Genetic Search in Vehicle Routing Problems
- Abstract要約: メタ認知プログラミング(MEP)は,大規模言語モデルを戦略的発見エージェントに高めるフレームワークである。
以上の結果から,MEPはオリジナルのHGSベースラインよりも大幅な性能向上を実現し,ソリューション品質を最大2.70%向上し,VRPの課題に対してランタイムを45%以上削減した。
- 参考スコア（独自算出の注目度）: 30.443372626623887
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Designing high-performing metaheuristics for NP-hard combinatorial optimization problems, such as the Vehicle Routing Problem (VRP), remains a significant challenge, often requiring extensive domain expertise and manual tuning. Recent advances have demonstrated the potential of large language models (LLMs) to automate this process through evolutionary search. However, existing methods are largely reactive, relying on immediate performance feedback to guide what are essentially black-box code mutations. Our work departs from this paradigm by introducing Metacognitive Evolutionary Programming (MEP), a framework that elevates the LLM to a strategic discovery agent. Instead of merely reacting to performance scores, MEP compels the LLM to engage in a structured Reason-Act-Reflect cycle, forcing it to explicitly diagnose failures, formulate design hypotheses, and implement solutions grounded in pre-supplied domain knowledge. By applying MEP to evolve core components of the state-of-the-art Hybrid Genetic Search (HGS) algorithm, we discover novel heuristics that significantly outperform the original baseline. By steering the LLM to reason strategically about the exploration-exploitation trade-off, our approach discovers more effective and efficient heuristics applicable across a wide spectrum of VRP variants. Our results show that MEP discovers heuristics that yield significant performance gains over the original HGS baseline, improving solution quality by up to 2.70\% and reducing runtime by over 45\% on challenging VRP variants.
- Abstract（参考訳）: 車両ルーティング問題(VRP)のようなNPハード組合せ最適化問題に対して高い性能のメタヒューリスティックを設計することは、しばしば広範なドメインの専門知識と手動チューニングを必要とする重要な課題である。
近年の進歩は、進化的探索を通じてこのプロセスを自動化するための大規模言語モデル(LLM)の可能性を示している。
しかし、既存のメソッドは概ねリアクティブであり、ブラックボックスのコード変更を誘導するために、即時のパフォーマンスフィードバックに依存している。
私たちの研究はメタ認知進化プログラミング(MEP)という,LSMを戦略的発見エージェントに高めるフレームワークを導入することで,このパラダイムから離れています。
単にパフォーマンススコアに反応する代わりに、MEPはLLMを補完し、構造化されたReason-Act-Reflectサイクルに取り組み、障害を明示的に診断し、設計仮説を定式化し、プレサプライドドメイン知識に根ざしたソリューションを実装する。
最先端のHybrid Genetic Search(HGS)アルゴリズムのコアコンポーネントにMEPを適用することで、元のベースラインを大幅に上回る新しいヒューリスティックスを発見する。
LLMは探索・探索のトレードオフを戦略的に推し進めることによって、より効果的で効率的なヒューリスティックをVRPの多種多様なバリエーションで発見する。
その結果、MEPは元のHGSベースラインよりも大きな性能向上をもたらすヒューリスティックスを発見し、ソリューション品質を最大2.70 %改善し、VRPの課題に対して実行時間を45 %以上削減した。
関連論文リスト
- Reinforcement Learning Enhanced LLM Agents for Complex Vehicle Routing Problems [22.538946344456857]
車両ルーティング問題(VRPs)は、様々なシナリオで広く応用されている基本的な最適化問題である。
複雑なVRPのモデリングを自動化するためのマルチエージェントフレームワークであるReinforcement Learning Enhanced LLMAgents(RLEA)を提案する。
論文 参考訳（メタデータ） (2026-09-01T07:56:15Z) - FormuEvo: LLM-Guided Evolution for Discovering Solver-Efficient Mixed-Integer Programming Formulations [66.32852384262038]
混合整数プログラミング(MIP)は、運用研究と産業最適化の核心にある。
FormuEvoは、解法効率のMIP式の自動発見のための進化的フレームワークである。
FormuEvoは、MIP定式化のシンボル空間上の進化的最適化として、MIP定式化設計を行う。
論文 参考訳（メタデータ） (2026-08-24T15:01:28Z) - Enhancing CVRP Solver through LLM-driven Automatic Heuristic Design [16.7839584177637]
本研究では,Large Language Models (LLMs) を利用したCVRP問題解決に革命をもたらす新しいアプローチであるAILS-AHDを提案する。
提案手法は,進化的検索フレームワークをLLMと統合し,AILS法内の遺跡を動的に生成・最適化する。
当社のアプローチでは,CVRPLibの大規模ベンチマークにおいて,10インスタンス中8インスタンスに対して,新たに最もよく知られたソリューションを確立している。
論文 参考訳（メタデータ） (2026-02-26T15:12:23Z) - Discovering Multiagent Learning Algorithms with Large Language Models [8.649235365712004]
我々は,大規模言語モデルを用いた進化的符号化エージェントであるAlphaEvolveを用いて,新しいマルチエージェント学習アルゴリズムを自動発見する。
ゲーム理論学習の2つの異なるパラダイムのための新しい変種を進化させることにより、この枠組みの一般化を実証する。
論文 参考訳（メタデータ） (2026-02-18T22:41:00Z) - Beyond Algorithm Evolution: An LLM-Driven Framework for the Co-Evolution of Swarm Intelligence Optimization Algorithms and Prompts [2.7320188728052064]
本稿では,Swarmインテリジェンスアルゴリズムと誘導プロンプトの協調進化のための新しいフレームワークを提案する。
このフレームワークはNP問題に対して厳格に評価され、優れた性能を示した。
我々の研究は群知能最適化アルゴリズムの新しいパラダイムを確立し、即時進化の必然的な役割を浮き彫りにする。
論文 参考訳（メタデータ） (2025-12-10T00:37:16Z) - MM-HELIX: Boosting Multimodal Long-Chain Reflective Reasoning with Holistic Platform and Adaptive Hybrid Policy Optimization [103.74675519953898]
ロングチェーンのリフレクティブ推論は、複雑な現実世界の問題を解決するための前提条件である。
我々は42の難解な合成タスクの1,260のサンプルからなるベンチマークを構築した。
トレーニング後のデータを生成し、そのようなデータを活用するための学習パラダイムを探索する。
論文 参考訳（メタデータ） (2025-10-09T17:53:58Z) - Experience-Guided Reflective Co-Evolution of Prompts and Heuristics for Automatic Algorithm Design [124.54166764570972]
組合せ最適化問題は伝統的に手作りのアルゴリズムで取り組まれている。
最近の進歩は、大規模言語モデルによる自動設計の可能性を強調している。
本稿では,自動アルゴリズム設計のためのPmpt and Heuristics (EvoPH) を用いた経験進化的リフレクティブ・ガイドを提案する。
論文 参考訳（メタデータ） (2025-09-29T09:24:09Z) - Emergent Hierarchical Reasoning in LLMs through Reinforcement Learning [56.496001894673235]
強化学習(RL)は,大規模言語モデル(LLM)の複雑な推論能力の向上に有効であることが証明された。
解析の結果,アハモーメント,長さスケーリング,エントロピーのダイナミクスといったファズリング現象は異なる現象ではなく,創発的推論階層の目印であることがわかった。
論文 参考訳（メタデータ） (2025-09-03T18:52:49Z) - Agentic Reinforced Policy Optimization [66.96989268893932]
検証可能な報酬付き大規模強化学習(RLVR)は,大規模言語モデル(LLM)を単一ターン推論タスクに活用する効果を実証している。
現在のRLアルゴリズムは、モデル固有のロングホライゾン推論能力と、マルチターンツールインタラクションにおけるその習熟性のバランスが不十分である。
エージェント強化ポリシー最適化(ARPO: Agentic Reinforced Policy Optimization)は,マルチターンLDMエージェントを学習するためのエージェントRLアルゴリズムである。
論文 参考訳（メタデータ） (2025-07-26T07:53:11Z) - Synergizing Reinforcement Learning and Genetic Algorithms for Neural Combinatorial Optimization [25.633698252033756]
本稿では,DRLの学習効率をGAのグローバル検索能力と相乗化するための進化的拡張機構を提案する。
EAMは、学習されたポリシーからソリューションを生成し、クロスオーバーや突然変異といったドメイン固有の遺伝子操作によってそれらを精製することで機能する。
EAMは、アテンションモデル、POMO、SymNCOのような最先端のDRLソルバとシームレスに統合できる。
論文 参考訳（メタデータ） (2025-06-11T05:17:30Z) - Direct Retrieval-augmented Optimization: Synergizing Knowledge Selection and Language Models [83.8639566087953]
本稿では,2つの主要コンポーネントのエンドツーエンドトレーニングを可能にするDROという,直接検索拡張最適化フレームワークを提案する。
DROは、 (i) 文書置換推定と (ii) 再重み付けされ、段階的に改善されたRAGコンポーネントの2つのフェーズの間で交代する。
理論解析により,DROは強化学習における政策段階的な手法に類似していることが明らかとなった。
論文 参考訳（メタデータ） (2025-05-05T23:54:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。