arXiv · Neural and Evolutionary Computing· Jose A. Ayala-Romero, Andres Garcia-Saavedra, Xavier Costa-Perez·· 3 小时前AI 评分36
TRACE:通过智能体化知识提取应对真实资源分配问题的启发式设计方法
TRACE: Tackling Real-World Resource Assignment Problems via Agentic Heuristic Design
AI 导读
TRACE 将进化 AHD 循环与智能体化知识提取工作流结合,用于动态资源分配问题。系统包含 Reasoner 智能体分析日志模式并提出假设,以及 Coder 智能体编写并执行模式特定代码来验证假设。在合成云基准和 5G vRAN 场景上,TRACE 持续优于现有 AHD 方法,产生的启发式规则更可审计,开销低于 2%。
来源:arXiv · Neural and Evolutionary Computing · arxiv.org