MILP-Evo：用大模型引导的闭环进化自动设计 MILP 求解器

arXiv 上的一项新研究提出了名为 MILP-Evo 的闭环框架，试图把"自动设计 MILP 求解器"这一任务交由大语言模型主导完成。研究的核心思路是：让 LLM 在可直接执行的白盒代码组件上进行搜索，并通过真实求解器反馈不断迭代，从而生成可被人工审查、修改并直接部署的求解器逻辑。

研究背景：机器学习加速 MILP 的两条路线

混合整数线性规划（MILP）在物流、调度、金融等领域应用广泛，传统上依赖 SCIP 等通用求解器。已有的研究表明，数据驱动策略可以加速 MILP 求解过程，但目前主流方法通常把学到的策略表示为外部预测器或黑盒模型。这类做法虽然有效，却带来三方面问题：

• 可解释性差，难以人工审查策略为何有效；
• 适配与部署门槛高，难以嵌入现有求解器工作流；
• 修改成本高，策略调整往往需要重新训练。

与之相对，求解器自带的"显式逻辑"（例如分支规则、割平面选择策略）虽然直观易集成，但通常由人工设计，难以从求解器运行反馈中自动学习。MILP-Evo 试图把两者结合——用 LLM 来生成显式逻辑，并用真实求解行为来评估与改进。

方法：LLM 引导的闭环程序进化

MILP-Evo 基于 PySCIPOpt 实现，整体是一个闭环程序进化框架，主要流程如下：

• 候选程序生成：由 LLM 生成候选的求解器组件代码；
• 真实求值：候选程序被加载到 SCIP 中，在 MILP 实例上直接执行；
• 反馈迭代：以端到端求解性能作为反馈，驱动基于性能的选择、针对性修复、诊断反思以及保持多样性的种群维护。

论文将这一框架具体应用于"割平面选择器（cut selector）"和"分支规则（branching rule）"两个核心组件的联合设计上。最终输出的不再是黑盒模型，而是显式代码，可被开发者阅读、修改，并嵌入标准求解流程。

实验结果与定位

研究者在四类基准测试集上对所提方法进行了评估。论文摘要给出的结论是：LLM 引导的程序进化在多种设置下能够发现具有竞争力的、领域专用策略。需要指出的是，摘要中并未披露具体的加速比、求解节点数等量化数字，相关细节需参考论文正文及附录。

意义与局限

MILP-Evo 的价值在于把 LLM 用于"白盒、可部署"的求解器逻辑自动设计，弥补了"黑盒预测器"与"手工规则"之间的空白。其潜在影响主要落在运筹优化与自动程序设计（AIP）交叉领域，对通用大模型开发者生态的直接外溢有限。同时，该方法的效果高度依赖 LLM 生成代码的质量与基准实例的代表性，距离替代人工设计的工业级求解组件仍有距离。