LangNCO：将自然语言约束编译为神经组合优化的推理时干预

arXiv:2610.23190v1 公告类型：新 摘要：神经组合优化（NCO）能够针对训练期间遇到的问题结构快速生成高质量解，但部署后的运营需求可能发生变化，并通过自然语言传达。我们提出 LangNCO，一种将实例特定的需求编译为冻结 NCO 求解器的结构化推理时干预的框架，无需改变预训练策略的架构、学习到的输入表示或参数。预训练 LLM 充当可替换的语义前端，将每项需求转换为经模式验证的领域特定语言（DSL）规则集。确定性的 Rule Executor 将这些规则作为不扩张的硬动作掩码加以应用。由于局部掩码能够阻止即时违规，但无法确保完整的可行后续路径仍然可达，因此 Critical-Offset Decoding 提取规则所引用的关键节点，并将固定 rollout 预算的一部分重新分配给多强度偏置 rollout。我们使用受控的任务特定语言来将求解器适应性与开放式语言鲁棒性相隔离，并在道路封闭、时间窗、车辆分配、访问顺序要求、所有成对组合以及另外十二种约束类型上评估 CVRP 策略。在四个主要数据集上，LangNCO 实现了 100% 的可行性，平均参考差距为 1.63--3.26%；对于成对约束，在组合分别生成的规则时，可行性达到 97.33--100%；在其他约束上，可行性达到 98.67%。这些结果表明，无需重新训练，便可通过可检查的语言派生规则，对冻结的 NCO 求解器进行模块化的训练后适应。