Exploring Multi-Table Retrieval Through Iterative Search
Sorbonne Université, CNRS, LIP6（索邦大学、国家科学研究中心、LIP6）
针对数据湖开放域问答的多表检索难题，本文提出迭代搜索框架及贪心连接感知检索算法，在5个NL2SQL基准上取得与MIP方法相当的性能，速度提升4-400倍。
2025-11-17 cs.AI cs.CL cs.DB
A* Search Without Expansions: Learning Heuristic Functions with Deep Q-Networks
Department of Computer Science and Engineering（计算机科学与工程系）；Faculty of Computer and Information Science（计算机与信息科学系）；Department of Computer Science（计算机科学系）
针对大动作空间下A*搜索计算成本高的问题，提出基于Q值的Q*搜索算法，结合深度Q网络学习启发式函数，在保证最优解的同时大幅提升搜索速度、减少节点生成量。
2025-10-01 cs.AI cs.LG
HiMAP: Learning Heuristics-Informed Policies for Large-Scale Multi-Agent Pathfinding
KAIST（韩国科学技术院）；Omelet
本文提出HiMAP，一种基于启发式指导模仿学习的去中心化大规模多智能体路径规划方法，通过小规模训练与推理技术提升成功率和可扩展性。
2024-02-23 cs.AI cs.LG cs.MA
Cost Sensitive Reachability Heuristics for Handling State Uncertainty
Arizona State University（亚利桑那州立大学）
虽然POMDPs提供了一个通用的平台，在各种质量指标的非确定性条件规划，他们有有限的可扩展性。另一方面，非确定性条件规划者的规模非常好，但许多缺乏优化计划质量指标的能力。我们提出了一种新的概括规划图为基础的规划，帮助有条件的规划人员都规模和生成高质量的计划时，使用的行动与非均匀成本。我们与两个国家的最先进的规划师进行实证比较，以显示我们的技术的好处。
2012-07-04 cs.AI
Probabilistic Planning via Heuristic Forward Search and Weighted Model Counting
Technion - Israel Institute of Technology（以色列理工学院）；University of Innsbruck（因斯布鲁克大学）
提出了一种新的无观测概率规划算法。我们的算法，称为Probabilistic-FF，扩展了启发式的前向搜索机制的一致性FF的问题与概率的不确定性的初始状态和动作的影响。具体而言，Probabilistic-FF结合了Conformant-FF技术与（加权）CNF中的加权模型计数的强大机制，用于优雅地定义搜索空间和启发式函数。我们的评估Probabilistic-FF显示其良好的可扩展性，在一系列的概率域，构成了几个数量级的改进，在这方面的以前的结果。我们使用一个有问题的情况下，指出主要的开放问题，以解决进一步的研究。
2011-10-31 cs.AI
Memory-Enhanced Neural Solvers for Routing Problems
InstaDeep；University of Cape Town（南非开普敦大学）
该研究针对路径规划问题，提出记忆增强神经求解器MEMENTO，通过利用在线数据动态调整动作分布，在12项评估任务的11项上优于树搜索等方法，可与多样性求解器零样本组合。
2026-08-25 cs.AI cs.LG
A Moving-Horizon Approximate Branch-and-Reduce Method for Deep Classification Trees
University of British Columbia（不列颠哥伦比亚大学）
本文提出移动视界近似分支-归约方法，结合全局优化与启发式近似，高效训练大规模连续特征上的深度分类树，在精度和可扩展性上优于现有方法。
2026-10-01 cs.AI cs.LG math.OC
Risk Conditioned Neural Motion Planning
Massachusetts Institute of Technology（麻省理工学院）；Toyota Research Institute（丰田研究院）
风险受限的运动规划是安全关键任务中的一个重要而又困难的问题。虽然现有的数学规划方法在约束马尔可夫决策过程的背景下提供了理论保证，但它们要么在解决更大的问题时缺乏可扩展性，要么产生保守的计划。深度强化学习的最新进展通过将策略网络学习为函数逼近器来提高可扩展性。在本文中，我们提出了一个扩展的软演员评论家模型，通过一个风险评论家估计的执行风险的计划，并产生风险有界的政策，有效地增加了额外的风险项的损失函数的政策网络。我们以准确的形式定义执行风险，而不是通过每个时间步骤的直接风险总和来近似计算，从而导致保守的计划。我们提出的模型是以连续的风险范围为条件的，允许用户在飞行中调整代理的风险规避水平。通过一组实验，我们展示了我们的模型在计算时间和计划质量方面的优势，与最先进的数学规划基线相比，并验证了其在更复杂的场景中的性能，包括非线性动力学和更大的状态空间。
2021-08-04 cs.AI cs.LG cs.RO
Quantum Reinforcement Learning for Cost and Delay Tradeoffs in Quantum Cloud Orchestration
University of Information Technology, Vietnam National University, Ho Chi Minh City（胡志明市越南国家大学信息技术大学）；Monash University（莫纳什大学）；CSIRO（澳大利亚联邦科学与工业研究组织）
提出QRLQ框架，将参数化量子电路与决斗双深度Q网络结合，在量子云编排中实现成本与延迟权衡，相比启发式方法降低成本延迟，且参数更少。
2026-09-24 cs.AI cs.DC cs.ET
Improving the Scalability of Optimal Bayesian Network Learning with External-Memory Frontier Breadth-First Branch and Bound Search
Mississippi State University（密西西比州立大学）
以前的工作表明，学习贝叶斯网络的最佳结构的问题可以用公式表示为图中的最短路径查找问题，并使用A* 搜索来解决。在本文中，我们提高了这种方法的可扩展性，通过开发一个内存有效的启发式搜索算法学习的贝叶斯网络的结构。而不是使用A*，我们提出了一个边界宽度优先的分支和边界搜索，利用这个问题的搜索图的分层结构，使不超过两层的图形，加上解决方案的重建信息，需要存储在内存中的时间。为了进一步提高可扩展性，该算法将大部分图存储在外部存储器中，例如硬盘，当它不适合RAM时。实验结果表明，所得到的算法解决了显着更大的问题比目前的最先进的。
2012-02-14 cs.AI
Leveraging Large Language Models to Develop Heuristics for Emerging Optimization Problems
TU Dortmund University（多特蒙德工业大学）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
本研究提出上下文启发式进化（CEoH）框架，通过结合特定问题描述增强上下文学习，使较小LLMs能为新兴优化问题高效生成高质量启发式算法，甚至优于大模型。
2025-03-05 cs.AI
Deep Reinforcement Learning for Crowdsourced Urban Delivery: System States Characterization, Heuristics-guided Action Choice, and Rule-Interposing Integration
University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
本文研究了在众包城市交付的背景下，将运输请求分配给临时快递员的问题。装运请求在空间上分布，每个装运请求具有在最早拾取时间和最晚递送时间之间的有限时间窗口。被称为众包的临时信使的可用时间和承载能力也有限。我们提出了一种新的基于深度强化学习（DRL）的方法来解决这个分配问题。训练了一种深度Q网络（DQN）算法，该算法具有经验重放和目标网络两个显著特征，可提高DRL训练的效率、收敛性和稳定性。更重要的是，本文做出了三个方法上的贡献：1）提出了一个全面和新颖的描述众包系统状态，包括时空和容量信息的众包和请求; 2）嵌入的启发式，利用状态表示提供的信息，并基于直观的推理来指导具体的行动，以保持易处理性和提高培训效率; 3）集成规则插入，避免路由改进时重复访问相同的路由和节点序列，通过加速学习进一步提高训练效率。通过大量的数值分析证明了该方法的有效性。结果表明，DRL训练中的策略指导动作选择和规则插入带来的好处，以及所提出的方法在解决方案质量，时间和可扩展性方面优于现有的策略。除了提高众包运营规划效率的潜力外，该方法还为车辆路径环境中的其他问题提供了新的途径和通用框架。
2020-11-29 cs.AI cs.LG
Planning Graph Heuristics for Belief Space Search
Arizona State University（亚利桑那州立大学）；NASA Ames Research Center（美国国家航空航天局艾姆斯研究中心）
最近的一些工作在条件规划提出了可达性算法，以提高规划的可扩展性，但许多缺乏一个正式的描述，其距离估计的属性。为了将以前的工作的背景下，并扩展工作的有条件的规划，我们提供了一个正式的信念状态之间的距离估计的基础。我们给出了一个信念状态之间的距离的定义，依赖于聚合底层状态距离的措施。我们给出了几种技术来聚合状态距离及其相关属性。许多现有的规划展示了一个子集的属性，但为了提供一个标准化的比较，我们提出了几个概括的规划图规划，在一个单一的计划。我们恭维我们的信念状态距离估计框架，也调查有效的规划图数据结构，将BDD计算最有效的算法。我们开发了两个规划器作为我们调查的试验台。第一个是CAlt Alt，它是一个使用A* 搜索的一致回归规划器。第二个是POND，是一个使用AO* 搜索的条件进度计划器。我们展示了我们的启发式技术在这些规划师的相对有效性。我们还比较了这些规划师的性能与几个国家的最先进的方法在条件规划。
2011-03-09 cs.AI
Intelligent Replication Management for HDFS Using Reinforcement Learning
Sungkyunkwan University（成均馆大学）
用于云计算的存储系统将大量商用计算机合并到单个大型存储池中。它通过不可靠的动态网络提供高性能存储，成本低于购买和维护大型主机。在本文中，我们研究将强化学习（RL）应用于系统域问题是否可行。实验结果表明，RL模型在解决块管理问题上具有可比性，甚至优于其他算法。然而，我们的实验在可扩展性和保真度方面是有限的。尽管我们的公式不是很实用，但将强化学习应用于系统领域可以为现有的算法提供很好的替代方案。
2020-08-19 cs.AI cs.DC cs.LG
Scaling up Heuristic Planning with Relational Decision Trees
Universidad Carlos III de Madrid（马德里卡洛斯三世大学）
目前的启发式规划的评价函数是昂贵的计算。在许多规划问题中，这些函数为解决方案提供了很好的指导，因此它们是值得的。然而，当评价函数具有误导性或规划问题足够大时，必须计算大量的节点评价，这严重限制了启发式规划器的可扩展性。在本文中，我们提出了一种新的解决方案，以减少节点评估启发式规划的基础上机器学习。特别是，我们定义的任务，学习搜索控制的启发式规划作为一个关系分类任务，我们使用现成的关系分类工具来解决这个学习任务。我们的关系分类任务捕获在特定规划域的不同规划上下文中选择的首选操作。这些计划上下文由当前状态的有用操作集、有待实现的目标以及计划任务的静态谓词定义。本文展示了两种方法来指导搜索的启发式规划与学习分类。第一种方法是使用产生的分类器作为动作策略。第二个包括应用分类器在最佳优先搜索算法内生成前瞻状态。在各种领域的实验表明，我们的启发式规划使用学习分类解决更大的问题比国家的最先进的规划。
2014-01-16 cs.AI
Learning Heuristics over Large Graphs via Deep Reinforcement Learning
Indian Institute of Technology Delhi（德里印度理工学院）；Northwestern University（西北大学）；University of California Santa Barbara（加州大学圣巴巴拉分校）
通过机器学习发现图上的组合问题的算法的兴趣越来越大。虽然现有技术主要集中在获得高质量的解决方案上，但数十亿大小的图的可扩展性尚未得到充分解决。此外，许多实际场景所需的约束条件的影响仍有待研究。在本文中，我们提出了一个称为GCOMB的框架来弥合这些差距。GCOMB训练一个图卷积网络（GCN）使用一种新的概率贪婪机制来预测一个节点的质量。为了进一步促进问题的组合性质，GCOMB利用Q学习框架，这是通过重要性采样的效率。我们在真实的图上进行了大量的实验，以衡量GCOMB的效率和功效。我们的研究结果表明，GCOMB是100倍的速度和质量略好于国家的最先进的学习组合算法的算法。通过对实际组合问题影响力最大化（IM）的实例分析表明，GCOMB算法在性能相近的情况下，比专用IM算法IMM快150倍.
2020-12-03 cs.AI cs.LG stat.ML
Approximate Dec-POMDP Solving Using Multi-Agent A*
Radboud University（拉德堡德大学）；Ruhr-University Bochum（波鸿鲁尔大学）
针对有限视野 Dec-POMDP，本文提出基于聚类滑动窗口记忆、搜索树剪枝和新启发式的多智能体 A* 近似算法，并给出长视野上界算法，提升了可扩展性且在多个基准上优于现有方法。
2024-05-09 cs.AI
A Benchmark for Maximum Cut: Towards Standardization of the Evaluation of Learned Heuristics for Combinatorial Optimization
Texas A&M University（德克萨斯农工大学）
针对组合优化学习启发式算法评估不一致的问题，本文提出面向最大割问题的开源基准MaxCut-Bench，通过统一接口和多维度测试复现主流方法，发现多数学习算法未优于传统启发式，且ECO-DQN替换GNN为线性回归性能不变甚至提升。
2024-06-14 cs.AI cs.LG math.OC
Multi-objective Evolution of Heuristic Using Large Language Model
City University of Hong Kong（香港城市大学）；Southern University of Science and Technology（南方科技大学）
本文提出首个基于大语言模型的多目标启发式搜索框架MEoH，通过零样本生成非支配启发式集合，并在装箱和旅行商问题上验证其能兼顾性能与效率、提供多样化权衡方案。
2025-02-04 cs.AI
A Novel Meta-Heuristic Optimization Algorithm Inspired by the Spread of Viruses
The University of Hong Kong（香港大学）
根据没有免费的午餐定理，没有一个单一的元启发式算法可以最优地解决所有的优化问题。这促使许多研究人员不断开发新的优化算法。本文提出了一种新的自然启发式优化算法病毒传播优化（VSO）。VSO松散地模拟了病毒在主机之间的传播，可以有效地应用于解决许多具有挑战性的连续优化问题。我们设计了一个新的表示方案和病毒操作，从根本上不同于以前提出的基于病毒的优化算法。首先，VSO中每个宿主的病毒RNA表示一个潜在的解决方案，不同的病毒操作将有助于多样化的搜索策略，以大大提高解决方案的质量。此外，引入了一种引入的感染机制，从另一个群体中继承搜索到的最优解，以避免在解决复杂问题时任何潜在解的早熟。VSO具有出色的能力，可以在发现的最优值周围进行自适应邻域搜索，以获得更好的解决方案。此外，VSO具有灵活的感染机制，可以快速摆脱局部最优。为了清楚地证明其有效性和效率，VSO在一系列众所周知的基准函数上进行了严格的评估。通过金融投资组合优化和支持向量机分类问题超参数优化两个实例验证了VSO算法的适用性。结果表明，VSO已达到优越的性能，在解决方案的适应度，收敛速度，可扩展性，可靠性和灵活性相比，这些结果的传统以及国家的最先进的元启发式优化算法。
2020-06-11 cs.AI cs.LG cs.NE
DyACE: Dynamic Algorithm Co-evolution for Online Automated Heuristic Design with Large Language Model
本文提出DyACE，通过动态算法共进化解决在线自动启发式设计中固定算法无法适应搜索动态的问题，利用大语言模型进行实时感知反馈，提升高维搜索空间的适应性与性能。
2026-03-07 cs.AI
A Hybrid LP-RPG Heuristic for Modelling Numeric Resource Flows in Planning
King’s College London（伦敦国王学院）
虽然使用度量fluents是许多实际规划问题的基础，但支持全自动规划人员使用这些fluents的算法研究仍然相对未被探索。最广泛使用的启发式算法是将度量流松弛为区间值变量-这个想法是十年前首次提出的。其他的语法依赖于提供关于流畅度的附加信息的域编码，例如容量限制或其他资源相关的注释。这些方法面临的一个特殊挑战是如何处理代表交换的度量流之间的相互作用，例如将大量原材料转化为大量加工产品，或以货币交换材料。在这些情况下，通常的度量流畅性放松往往非常差，因为它没有认识到资源一旦花费，就不再可以再次花费。我们提出了一个启发式的数字规划问题的命题放松规划图的基础上，但使用的数学程序的数字推理。我们定义了一类生产者-消费者规划问题，并演示了如何在这些数字约束可以建模在一个混合整数规划（MIP）。该MIP然后与度量松弛规划图（RPG）启发式算法相结合，产生一个集成的混合启发式算法。MIP比通常的放松更准确地跟踪资源使用，但放松了行动的顺序，而RPG则捕获了问题的因果命题方面。我们讨论了这两个组件如何相互作用，产生一个统一的启发式，并继续探索如何进一步的数字功能的规划问题可以集成到MIP。我们表明，编码命题问题的一个有限的子集，以增加MIP可以产生更准确的指导，部分利用结构，如命题地标和命题资源。我们的研究结果表明，使用这种启发式算法提高了问题的可扩展性，其中数字资源交互是找到解决方案的关键。
2014-02-04 cs.AI
Reply to: Inability of a graph neural network heuristic to outperform greedy algorithms in solving combinatorial optimization problems
Amazon Quantum Solutions Lab（亚马逊量子解决方案实验室）；AWS Center for Quantum Computing（AWS量子计算中心）
我们对Stefan Boettcher [arXiv：2210.00623]撰写的评论提供了全面的回复，并认为该评论挑出了一个特定的非代表性示例问题，完全集中在稀疏图上的最大割问题（MaxCut）上，预计贪心算法将表现良好。相反，我们强调了我们原始工作背后更广泛的算法开发，并（在我们原始的框架内）提供了额外的数值结果，显示了我们原始数据的显著改进，从而反驳了评论的原始性能陈述。此外，已经证明物理启发的图神经网络（PI-GNN）可以胜过贪心算法，特别是在硬的、密集的实例上。我们还认为，图神经网络的内部（并行）解剖是非常不同的贪心算法的（顺序）性质，并（基于他们的使用在现实世界的社交网络的规模）指出，图神经网络已经证明了他们的潜力，优越的可扩展性相比，现有的算法，如极值优化。最后，我们得出结论，强调我们的工作的概念新颖性，并概述了一些潜在的扩展。
2023-02-03 cond-mat.dis-nn cs.AI cs.LG
Epistocracy Algorithm: A Novel Hyper-heuristic Optimization Strategy for Solving Complex Optimization Problems
Wayne State University（韦恩州立大学）；Henry Ford Health System（亨利·福特医疗系统）
本文提出了一种新的进化算法Epistocracy，它结合了人类的社会政治行为和智能来解决复杂的优化问题。Epistocracy算法的灵感来源于一个政治制度，在这个制度中，受过教育的人比未受过教育或教育程度较低的人拥有更多的投票权。该算法是一种自适应的多种群优化器，其中进化过程由一个领导者委员会领导的多个种群并行进行。为了避免陷入局部最优解，防止早熟收敛，算法采用了基于引力的动态自适应领导、动态种群分配和多样化、基于方差的步长确定和基于回归的领导调整等机制。该算法使用一种分层抽样方法拉丁超立方体抽样（LHS）来更均匀地分布初始种群，以探索搜索空间和利用积累的知识。为了研究算法的性能和评估算法的可靠性，我们使用了一组多模态基准函数，然后将算法应用于MNIST数据集，以进一步验证算法的准确性，可扩展性和鲁棒性。实验结果表明，Epistocracy算法优于测试的最先进的进化和群体智能算法的性能，精度和收敛性。
2021-01-30 cs.AI cs.NE
Revisiting the Training of Logic Models of Protein Signaling Networks with a Formal Approach based on Answer Set Programming
CNRS（法国国家科学研究中心）；IRISA（法国信息与随机系统研究所）；INRIA（法国国家信息与自动化研究所）；National Center for Tumor Diseases（国家肿瘤疾病中心）；University of Padova（帕多瓦大学）；European Bioinformatics Institute (EMBL-EBI)（欧洲生物信息研究所（EMBL-EBI））；University of Potsdam（波茨坦大学）
数学模型的构建和数据训练是系统生物学的一个基本问题。逻辑形式主义已经成为非常流行的建模信号网络，因为它们的简单性使我们能够建模包含数百个蛋白质的大型系统。最近引入了一种对高通量磷酸化蛋白质组学数据进行训练（布尔）逻辑模型的方法，并使用基于随机方法的优化算法来解决该问题。在这里，我们演示了如何使用答案集编程（ASP），一个声明性的问题解决范式，其中一个问题被编码为一个逻辑程序，使其答案集代表解决方案的问题，可以解决这个问题。ASP在效率和可扩展性方面比启发式方法有了显著的改进，它保证了解的全局最优性，并提供了完整的解集。我们说明了ASP的应用与基于现实的网络和数据的硅片的情况下。
2012-12-22 cs.AI cs.CE cs.LG
Graph Protection under Multiple Simultaneous Attacks: A Heuristic Approach
Faculty of Natural Sciences and Mathematics, University of Banja Luka（巴尼亚卢卡大学自然科学与数学系）；Faculty of Mathematics, University of Belgrade（贝尔格莱德大学数学系）
本研究提出一种基于变邻域搜索的元启发式算法，通过引入准可行性概念解决图上 $k$-strong Roman domination 问题，以保护网络免受多重同时攻击，实验证明其相比精确方法具有更好的可扩展性和鲁棒性。
2024-03-25 cs.AI
Informative Path Planning with Local Penalization for Decentralized and Asynchronous Swarm Robotic Search
University at Buffalo（布法罗大学）
分散式群机器人解决方案，以寻找目标，发射一个空间变化的信号承诺任务并行性，时间效率和容错。然而，群体算法在提供可扩展性和效率的同时，保持对所展示行为的数学见解是具有挑战性的。一种新的分散式搜索方法（称为贝叶斯群），建立在批量贝叶斯优化（BO）的原则，在这里提出，以解决这些挑战。与群算法不同，贝叶斯群算法简化了知识生成和任务规划过程，从而保留了对紧急行为的洞察。主要贡献在于：1）对轨迹上的知识提取进行建模，与BO中不同; 2）时间自适应地平衡探索/利用，并使用有效的局部惩罚方法来考虑不同机器人的计划样本之间的潜在交互;以及3）呈现算法的异步实现。该算法进行了测试的案例研究与双峰和高度多峰信号分布。与穷举搜索基线相比，效率提高了76倍。利用/探索平衡，异步规划，和本地惩罚，以及群大小的可扩展性的好处，也被证明。
2019-07-09 cs.AI cs.MA cs.RO
A preliminary analysis on metaheuristics methods applied to the Haplotype Inference Problem
DEIS（电子与信息工程系）
单倍型推断是生物信息学中一个具有挑战性的问题，即根据二倍体生物的基因型推断其基本遗传组成。这些信息使研究人员能够对疾病中涉及的遗传变异和对治疗药物的个体反应进行关联研究。一个值得注意的方法是将其编码为组合问题（在某些假设下，如纯简约准则），并使用现成的组合优化技术来解决它。应用于单倍型推断的主要方法是简单的贪婪启发式或精确方法（半线性规划，半定规划，SAT编码），目前仅适用于中等大小的实例。我们相信，元启发式和混合方法可以提供更好的可扩展性。此外，元算法可以很容易地结合问题的具体算法，他们也可以与基于树的搜索技术，从而提供了一个很有前途的框架，混合系统中，一个很好的权衡效果和效率之间可以达到。在本文中，我们说明了一个可行性研究的方法，并讨论了一些相关的设计问题，如建模和设计的近似求解器相结合的建设性算法，局部搜索为基础的改进策略和学习机制。除了单倍型推断问题本身的相关性之外，这个初步分析也是一个有趣的案例研究，因为问题的制定在建模和混合元启发式求解器设计方面提出了一些挑战，这些挑战可以推广到其他问题。
2007-08-03 cs.AI cs.CE cs.DM
