En este artículo, proponemos un nuevo método para optimizar automáticamente las heurísticas utilizando modelos de lenguaje a gran escala (LLM), denominado Heurística Basada en Planificación (PoH). PoH mejora iterativamente las heurísticas al integrar la función de autorreflexión de los LLM con el algoritmo de Búsqueda de Árbol de Monte Carlo (MCTS). Evalúa el rendimiento de las heurísticas y ofrece sugerencias de mejora, explorando eficazmente las rutas que permiten obtener mayores recompensas. En este trabajo, aplicamos PoH al problema del viajante y al problema de programación de flujo de trabajos, y demostramos que supera a las heurísticas desarrolladas manualmente y a otros métodos de diseño heurístico automático basados en LLM. En particular, alcanza un rendimiento de vanguardia en problemas a gran escala.
