Sign In

AHD Agent: Agentic Reinforcement Learning for Automatic Heuristic Design

μž‘μ„±μž
  • Haebom
μΉ΄ν…Œκ³ λ¦¬
Empty

μ €μž

Haoze Lv, Ning Lu, Ziang Zhou, Shengcai Liu

πŸ’‘ κ°œμš”

λ³Έ 논문은 NP-hard μ‘°ν•© μ΅œμ ν™” 문제 해결을 μœ„ν•œ μžλ™ νœ΄λ¦¬μŠ€ν‹± 섀계(AHD) νŒ¨λŸ¬λ‹€μž„μ—μ„œ LLM을 ν™œμš©ν•˜λŠ” AHD Agentλ₯Ό μ œμ•ˆν•œλ‹€. AHD AgentλŠ” LLM이 μˆ˜λ™μœΌλ‘œ μ„€κ³„λœ κ³ μ •λœ λ§₯λ½μ—μ„œ μˆ˜λ™μ μœΌλ‘œ νœ΄λ¦¬μŠ€ν‹±μ„ μƒμ„±ν•˜λŠ” κΈ°μ‘΄ λ°©μ‹μ˜ ν•œκ³„λ₯Ό κ·Ήλ³΅ν•˜κΈ° μœ„ν•΄, νœ΄λ¦¬μŠ€ν‹± 생성 λ˜λŠ” 도ꡬλ₯Ό ν˜ΈμΆœν•˜μ—¬ 문제 ν•΄κ²° ν™˜κ²½μ—μ„œ νƒ€κ²Ÿ 증거λ₯Ό κ²€μƒ‰ν•˜λŠ” 동적 결정을 λ‚΄λ¦°λ‹€. μ œμ•ˆλœ μ—μ΄μ „νŠΈ κ°•ν™” ν•™μŠ΅(RL) μ‹œμŠ€ν…œκ³Ό ν™˜κ²½ ν•©μ„± νŒŒμ΄ν”„λΌμΈμ€ μ†Œν˜• λͺ¨λΈμ΄ μΌλ°˜ν™” κ°€λŠ₯ν•œ AHD κΈ°λŠ₯을 μ΅œμ ν™”ν•˜λ„λ‘ λ•λŠ”λ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
LLM이 μˆ˜λ™μ μΈ μƒμ„±μžμ—μ„œ λŠ₯동적인 μ˜μ‚¬ κ²°μ •μžλ‘œ 역할을 μ „ν™˜ν•˜μ—¬, 문제 ν•΄κ²° ν™˜κ²½κ³Όμ˜ μƒν˜Έμž‘μš©μ„ 톡해 νœ΄λ¦¬μŠ€ν‹± 섀계λ₯Ό κ°œμ„ ν•  수 μžˆμŒμ„ 보여쀀닀.
β€’
더 μž‘μ€ λͺ¨λΈλ‘œλ„ μ΅œμ‹  κΈ°μˆ μ„ λŠ₯κ°€ν•˜λŠ” μ„±λŠ₯을 λ‹¬μ„±ν•˜λ©°, 평가 횟수λ₯Ό ν˜„μ €νžˆ 쀄여 νš¨μœ¨μ„±μ„ 높인닀.
β€’
AHD AgentλŠ” μ§„μ •ν•œ 자율적인 νœ΄λ¦¬μŠ€ν‹± μ„€κ³„λ‘œ λ‚˜μ•„κ°€λŠ” 효과적인 경둜λ₯Ό μ œμ‹œν•œλ‹€.
β€’
ν˜„μž¬ μ—°κ΅¬λŠ” νŠΉμ • μœ ν˜•μ˜ LLM 및 도ꡬ 톡합에 μ΄ˆμ μ„ λ§žμΆ”κ³  있으며, λ‹€μ–‘ν•œ 문제 μœ ν˜• 및 λ³΅μž‘μ„±μ— λŒ€ν•œ ν™•μž₯μ„±κ³Ό μΌλ°˜ν™” μ„±λŠ₯을 λ”μš± 탐ꡬ할 ν•„μš”κ°€ μžˆλ‹€.
πŸ‘
Made with Slashpage