PathWise：通过自我进化LLM的世界模型规划实现自动启发式设计

大语言模型（LLM）已使组合优化问题（COP）的自动启发式设计（AHD）成为可能，但现有框架依赖固定进化规则和静态提示模板，常导致短视的启发式生成、冗余评估，以及对新启发式应如何派生缺乏推理。我们提出一个新的多智能体推理框架PathWise（Planning through World Model for Automated Heuristic Design via Self-Evolving LLMs），将启发式生成表述为在蕴含图上的序贯决策过程，该蕴含图充当搜索轨迹的紧凑有状态记忆。这种方法使系统能够延续过去的决策，并在各代之间复用或规避派生信息。策略智能体规划进化动作，世界模型智能体基于这些动作生成启发式rollout，批评智能体提供路由式反思，总结先前步骤的经验，将基于LLM的AHD从试错进化转向通过推理的状态感知规划。跨多样COP的实验表明，PathWise更快收敛到更好的启发式，跨不同LLM骨干可泛化，并可扩展到更大的问题规模。