TIDE: Token-Level Credit Assignment via Entropy-Gated Bounded Deviation
Peking University(北京大学);SJTU(上海交通大学);Tsinghua University(清华大学)
DGPO通过引入分布引导的策略优化框架,解决传统方法在细粒度信用分配中的不足,通过Hellinger距离和熵门机制实现安全探索与有效区分真实推理突破,提升大语言模型在复杂推理任务中的性能。
2026-11-13 cs.AI cs.LG
Performance of the Survey Propagation-guided decimation algorithm for the random NAE-K-SAT problem
MIT(麻省理工学院);Microsoft Research New England(微软新英格兰研究院)
我们发现,调查的decimation引导抽取算法未能找到令人满意的分配随机实例的“不全相等$K$ -SAT”的问题,如果消息传递迭代的数量是有界的一个常数独立的实例的大小和条款变量的比例是足够大的$K$以上$(1+o_K(1)){2^{K-1}\over K}\log^2 K$。我们的分析实际上适用于广泛的一类算法描述为“顺序本地算法”。这类算法基于局部信息迭代地设置变量,然后在约简实例上递归。调查推理引导的以及信念推理引导的抽取算法-两种广泛研究的基于消息传递的算法,落入这类算法,只要消息传递迭代的次数由常数限制。另一个属于这一类的著名算法是单位子句算法。我们的工作构成了第一个严格的分析性能的SP引导抽取算法。本文的方法基于随机NAE- $K$ -SAT问题解空间的复杂几何结构。我们发现,以上的$(1+o_K(1)){2^{K-1}\over K}\log^2 K$阈值,重叠结构的$m$元组的满意的分配表现出一定的聚类行为的形式表示的约束之间的距离的$m$分配,适当选择的$m$。我们进一步表明,如果一个连续的本地算法成功地找到一个令人满意的分配与概率有界远离零,那么可以构建一个$m$元组的解决方案违反这些限制,从而导致矛盾。随着(引文),这一结果是第一个工作,直接链接的随机约束满足问题的聚类属性的计算困难,找到满意的分配。
2014-09-30 cond-mat.stat-mech cs.AI cs.CC
LLM-Guided Monte Carlo Tree Search over Knowledge Graphs: Composing Mechanistic Explanations for Drug-Disease Pairs
Institute of Data Science, Department of Advanced Computing Sciences, Maastricht University(数据科学研究所,高级计算科学系,马斯特里赫特大学)
本文提出TESSERA框架,结合LLM和知识图谱进行多步解释提取,通过约束结构和反向传播实现长周期搜索,验证了其在药物机制解释中的有效性。
2026-05-10 cs.AI
SCoUT: Scalable Communication via Utility-Guided Temporal Grouping in Multi-Agent Reinforcement Learning
SCoUT通过效用引导的时间分组在多智能体强化学习中实现可扩展通信,通过软智能体分组和组感知批评者减少复杂性,提升通信学习精度。
2026-03-05 cs.AI cs.MA
TurboSAT: Gradient-Guided Boolean Satisfiability Accelerated on GPU-CPU Hybrid System
NVIDIA
针对SAT求解并行度受限问题,提出TurboSAT混合求解器,将SAT表述为可微分二值矩阵乘法层,结合GPU并行可微分优化与CPU冲突驱动搜索,在基准测试上较CPU求解器实现超200倍加速。
2025-11-11 cs.AI cs.LG cs.LO
DGA$_2$D: Directed Graph-Guided Automated Algorithm Design with Large Language Models
该研究针对LLM驱动自动化算法设计的现有局限,提出DGA₂D框架,通过有向图建模程序空间与一阶路径依赖信用分配机制,在12种组合优化问题上使平均归一化间隙最多降低10.96个百分点。
2026-10-23 cs.AI cs.NE
The Neurally-Guided Shape Parser: Grammar-based Labeling of 3D Shape Regions with Approximate Inference
Brown University(布朗大学);University of Chicago(芝加哥大学)
我们提出了神经引导的形状解析器(NGSP),学习如何分配细粒度的语义标签的3D形状的区域的方法。NGSP通过MAP推理解决了这个问题,利用学习的似然函数对以输入形状为条件的标签分配的后验概率进行建模。为了使这种搜索易于处理,NGSP采用了一个学习近似后验的神经指导网络。NGSP通过首先用指导网络对提案进行采样,然后在全似然下评估每个提案来找到高概率的标签分配。我们评估NGSP的细粒度语义分割的制造三维形状从PartNet,其中形状已被分解成区域,对应于部分实例过度分割的任务。我们发现,NGSP提供了显着的性能改进比较方法,(i)使用区域分组每点的预测,(ii)使用区域作为一个自我监督的信号或(iii)根据替代配方分配标签的区域。此外,我们表明,NGSP保持强大的性能,即使有限的标记数据或嘈杂的输入形状区域。最后,我们证明了NGSP可以直接应用于CAD形状在网上知识库中发现,并验证其有效性与感性的研究。
2022-03-22 cs.AI cs.CV cs.LG
Signature-Guided Capacity Occupancy for Dense Expert Merging
针对密集专家合并的跨专家冲突容量分配等问题,提出SigMerge框架,在21种配对设置中优于三类基线合并方法,平均提升15.0%且获最佳平均排名。
2026-08-11 cs.AI
A Conflict-Aware Optimal Goal Assignment Algorithm for Multi-Robot Systems
Indian Institute of Technology Kanpur(坎普尔印度理工学院)
本文针对多机器人目标分配中的NP难问题,提出一种冲突感知的最优目标分配算法,通过冲突引导的次优分配计算和两项路径计算优化,在基准测试中实现近一个数量级加速。
2024-02-19 cs.AI cs.MA cs.RO
Robust Metaheuristics under Uncertainty for Berth Allocation and Quay Crane Assignment: A Review
School of Artificial Intelligence, Nanjing University of Information Science and Technology(南京信息工程大学人工智能学院);Institute of Cyberspace Security, School of Computer Science and Technology, Harbin Institute of Technology(哈尔滨工业大学计算机科学与技术学院网络空间安全学院)
本文综述不确定环境下用于泊位分配与岸桥调度问题(BACAP)的鲁棒种群元启发式算法,梳理现有方法、提出基准套件并指出相关开放挑战。
2026-09-09 cs.AI
AttriMem: Attribution-Guided Process Feedback for Agent Memory Construction
Zhejiang University(浙江大学)
研究针对LLM智能体有效构建记忆难的问题,提出AttriMem框架,通过用token级对最终答案贡献的局部奖励增强全局结果奖励,以学习记忆构建策略,实验表明该框架性能优于多种基线,具有泛化性且稳定了RL优化。
2026-08-12 cs.AI
Learning-guided Prioritized Planning for Lifelong Multi-Agent Path Finding in Warehouse Automation
Massachusetts Institute of Technology(麻省理工学院)
本文提出RL-RH-PP框架,结合强化学习与搜索规划,提升仓库自动化中多智能体路径寻找的效率与适应性。
2026-03-25 cs.AI cs.RO
GeoPAR: Large-Scale Multi-Agent Combinatorial Optimization with Geometry-Guided Parallel Autoregressive Learning
Soochow University(苏州大学);School of Future Science and Engineering(未来科学与工程学院)
该研究针对多智能体组合优化的性能局限,提出GeoPAR框架,通过三个关键组件优化几何建模与冲突处理,在两类问题上实现了更好的大规模泛化与高效推理。
2026-09-02 cs.AI cs.LG cs.NE
Optimization of Topology-Aware Job Allocation on a High-Performance Computing Cluster by Neural Simulated Annealing
Beijing University of Technology(北京工业大学)
高性能计算(HPC)集群上的作业可能会因作业间网络干扰而遭受显著的性能下降。拓扑感知的作业分配问题(TJAP)是一个决定如何将节点分配给特定应用以减轻作业间网络干扰的问题。在本文中,我们研究了基于窗口的TJAP的胖树网络,旨在最大限度地减少成本的通信跳,一个定义的作业间干扰度量。基于窗口的调度方法周期性地重复队列中的作业,并解决将作业映射到可用节点的分配问题。考虑了两种特殊的分配策略,即,静态连续性分配策略(SCAS)和动态连续性分配策略(DCAS)。对于SCAS,开发了0-1整数规划。对于DCAS,提出了一种称为神经模拟算法(NSA)的方法,该方法是对模拟算法(SA)的扩展,该模拟算法学习修复算子并将其用于引导式启发式搜索。NSA的有效性证明了对SA和SCIP的计算研究。数值实验结果表明,本文提出的模型和算法是有效的。
2023-02-06 cs.AI cs.DC
Physics-guided deep metric learning with continuous time embeddings for open-world radar pulse de-interleaving
National Institute of Technology, Rourkela(鲁尔凯拉国家理工学院)
本文提出物理引导的深度度量学习,采用连续到达时间正弦位置编码,结合物理先验验证,用于开放世界雷达脉冲去交织,提升复杂电磁环境下的分离性能。
2026-09-23 cs.AI cs.LG eess.SP
Fractals2019: Combinatorial Optimisation with Dynamic Constraint Annealing
Data Mining, CSIRO Data61, PO Box 76, Epping, NSW 1710, Australia(澳大利亚新南威尔士州埃平市邮政信箱76号 联邦科学与工业研究组织数据61所 数据挖掘组)
Fractals 2019开始作为RoboCup足球2D模拟联赛的新实验项目,基于Gliders 2d代码库,并晋级成为RoboCup-2019冠军。我们采用组合优化方法,在指导自组织的框架内,与搜索指导的本地约束。我们提出了几个战术任务的例子的基础上滑翔机2d代码(版本v2),包括搜索异构球员类型的最佳分配,以及阻挡行为,越位陷阱,进攻阵型。本文提出了一种新的求解动态约束满足问题的方法--动态约束退火法,并将其应用于动态约束条件下集体行为热力学势的优化。
2019-10-14 cs.AI cs.DM cs.MA
Learning-Guided Rolling Horizon Optimization for Long-Horizon Flexible Job-Shop Scheduling
MIT(麻省理工学院)
针对长周期柔性作业车间调度等组合优化问题中滚动时域优化存在冗余计算的问题,提出首个学习引导的L-RHO框架,通过神经网络固定无需重优化的变量缩小子问题规模,在提速最高54%的同时提升解质量,且具备良好泛化性并附理论分析。
2025-02-18 cs.AI cs.LG math.OC
GUIDED Network-Agnostic Feature Initialization for Spatial Transferability in GNN-based Models
Technical University of Munich(慕尼黑工业大学)
研究针对交通分配问题中GNN模型空间泛化差的问题,提出网络无关初始化层GUIDED,通过在虚拟链路注入需求标量属性标准化输入空间。实验表明其能提升模型性能、鲁棒性及参数效率,减少训练时间,为相关空间问题提供通用蓝图。
2026-07-22 cs.AI cs.LG