SPO：用 Stackelberg 程序优化发现自适应搜索算子

大型邻域搜索（LNS）严重依赖于破坏和修复算子，其有效性取决于对不断变化的 LNS 状态的适应以及两个角色之间的相互作用。我们介绍 Stackelberg 程序优化 (SPO)，这是一个基于 LLM 的框架，用于发现自适应可执行破坏修复程序。 SPO 将算子决策置于紧凑的 LNS 状态上，允许通过程序发现出现状态相关行为，并将破坏修复发现组织为程序空间上的 Stackelberg 交互，反映了它们的不对称依赖性。特定于角色的信用分配将破坏程序评估为领导者，将修复程序评估为有条件的追随者响应，指导耦合优化过程，将LLM生成器学习与基于群体的程序进化搜索相结合。对旅行商问题和带容量约束的车辆路径问题的实验表明，SPO 在广泛的设置中优于强大的基线，并超越发现规模推广到更大的实例和基准集。行为分析进一步证明了状态相关的算子行为以及发现期间耦合的破坏修复改进。