RadonBench：面向组合几何问题的经典与学习引导搜索技术基准测试
英文标题：RadonBench: A Benchmark of Classical and Learning-Guided Search Techniques for Problems in Combinatorial Geometry
经典优化算法与学习引导搜索技术在攻关离散数学开放性问题中具有互补优势。然而，由于不同方法在搜索空间设定、有效性验证机制和停止规则上存在差异，研究人员往往难以对两者的输出性能进行直接、公平的基准对比。为此，研究团队提出了专门针对组合几何问题的基准测试 RadonBench。该基准为规范化离散数学搜索算法评估提供了标准化框架，对推动 AI 辅助数学发现与传统运筹优化方法的结合具有重要参考价值。
打开原文相关 1.6 · 机会 0
2.0 KB
640 B
612 B
380 B
24.2 KB
34.7 KB
中文
arXiv:2610.33259v1 发布类型：新增（new）
摘要
经典优化（Classical optimization）与学习引导搜索（learning-guided search）为离散数学领域的开放性问题提供了互补的方法。然而，当搜索空间、有效性验证机制和停止规则各不相同时，两者的输出表现往往难以直接进行横向对比。为此，我们推出了 RadonBench……
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×