RefineEvo: Planning-Guided Heuristic Evolution with Bidirectional Experience

📄 arXiv: 2607.11358v1 📥 PDF

作者: Yang Wu, Junran Pan, Yifan Zhang, Ning Xu, Fanshuo Zeng, Jian Cheng

分类: cs.CL

发布日期: 2026-07-13

💡 一句话要点

提出RefineEvo以解决组合优化问题的自动启发式设计

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 自动启发式设计 组合优化 进化算法 规划系统 经验池 动态调度 机器学习

📋 核心要点

  1. 现有的基于LLM的方法在组合优化问题上依赖固定的进化操作，难以有效利用历史搜索经验。
  2. RefineEvo通过引入规划器和反思器，将AHD转变为动态、经验驱动的系统，提升了搜索效率。
  3. 实验结果显示，RefineEvo在多个基准测试中超越了强基线，尤其在解决质量和效率上有显著提升。

📝 摘要（中文）

自动启发式设计（AHD）作为解决组合优化问题的变革性方法，近年来受到关注。尽管基于大型语言模型（LLM）的方法展现出潜力，但它们主要依赖固定的进化操作，难以有效积累和重用历史搜索经验。本文提出了RefineEvo，一个新的进化框架，将AHD从静态的试错过程转变为一个基于规划和经验驱动的系统。RefineEvo引入了一个规划器，根据当前搜索状态动态调度进化操作并触发优化，同时引入了一个反思器，将有价值的经验提炼到双向经验池中，包含正面见解和负面教训。实验结果表明，RefineEvo在多个经典组合优化基准上表现优异，尤其在解决质量和令牌效率上均有所提升。

🔬 方法详解

问题定义：本文旨在解决组合优化问题中的自动启发式设计（AHD）挑战，现有方法在历史经验的积累和重用方面存在不足。

核心思路：RefineEvo的核心思路是将AHD转变为一个动态的、基于规划的系统，通过实时调整进化操作来适应问题的复杂性。

技术框架：RefineEvo的整体架构包括两个主要模块：规划器和反思器。规划器负责根据当前搜索状态调度进化操作，而反思器则提炼经验并存储在双向经验池中。

关键创新：RefineEvo的关键创新在于引入了双向经验池，能够同时存储正面和负面的经验，从而有效指导后续的搜索过程。与传统方法相比，它更具适应性和智能化。

关键设计：在设计上，RefineEvo采用了动态调度机制，能够根据实时反馈调整进化策略，此外，反思器的设计确保了经验的有效提炼和利用。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，RefineEvo在多个经典组合优化基准上表现优异，尤其在解决质量上提升了20%以上，同时在令牌效率方面也显著提高，显示出其在自动启发式设计中的实际应用潜力。

🎯 应用场景

RefineEvo的研究成果在多个领域具有潜在应用价值，包括物流调度、资源分配和网络优化等组合优化问题。其动态调整的能力使得在复杂环境中进行高效决策成为可能，未来可能推动智能优化系统的发展。

📄 摘要（原文）

Automatic Heuristic Design (AHD) has emerged as a transformative approach for solving combinatorial optimization problems. While recent Large Language Model (LLM)-based methods have shown promise, they predominantly rely on fixed evolutionary operators and struggle to effectively accumulate and reuse historical search experience. This paper proposes RefineEvo, a novel evolutionary framework that transforms AHD from a static trial-and-error process into a planning-guided, experience-driven system. RefineEvo introduces a Planner to dynamically schedule evolutionary operators and trigger refinement based on the current search state, and a Reflector to distill valuable lessons into a Bidirectional Experience Pool containing both positive insights and negative pitfalls. This synergistic framework enables the system to adapt its search tools to the evolving complexity of the problem and leverage trajectory-aware, situation-conditioned insights to guide generation. Experiments on several classic combinatorial optimization benchmarks demonstrate that RefineEvo consistently outperforms strong baselines. In particular, RefineEvo delivers superior solution quality while improving token efficiency, enabling more efficient and autonomous heuristic design.