LLM合成热轧控制策略的搜索与验证研究

2026年10月20日，arXiv Artificial Intelligence 刊出 Nima H. Siboni 等作者的研究《从语言模型到控制策略：搜索、选择与验证》。该研究用大语言模型迭代生成可读的 Python 控制器，在热轧钢多道次物理仿真控制这一具有竞争目标和硬设备约束的问题上开展程序化策略搜索，并处理搜索规模化后的三个问题：如何在重启与精炼之间分配固定的 LLM 迭代预算、如何部署所得启发式策略池、以及如何验证。报道称，52 次独立运行显示，中等长度运行即可匹配事后最优的预算分配；Luby 式通用重启无需问题特定调参即可达到该区间。目前进展限于上述仿真实验与运行统计，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。