-
Quo Vadis, World Modeling? Towards Interactive World Proxies for Continually Improving Agents ↗
yang2026世界モデルを、エージェントに行動可能な情報を返す世界プロキシへ拡張する提言
-
定式化そのものをLLM+進化計算で探索し、ソルバー統計を言語的勾配として使う
- li2025 と比較する — 同じ求解時間の短縮を、定式化を書き換える側とソルバー内部を学習する側から狙う
-
切除平面選択と分岐をシュタッケルベルグ・ゲームとして協調学習させる
- yuan2026 と比較される — 同じ求解時間の短縮を、定式化を書き換える側とソルバー内部を学習する側から狙う
- maudet2025 の前提になった — 問題クラスごとに学習するML-MILPが同質なインスタンス集合でしか効かない、という現状を出発点にしている
-
MILPインスタンス間の距離を定式化から直接定める。最適輸送(EMD)に基づく学習不要の尺度
- li2025 を前提にしている — 問題クラスごとに学習するML-MILPが同質なインスタンス集合でしか効かない、という現状を出発点にしている
該当する論文がありません。