LoongFlow: 用于高效算法发现的自进化智能体

本文介绍了LoongFlow，一个新颖的自进化智能体框架，它在“计划-执行-总结”范式中使用LLM来提高进化搜索效率。它解决了现有方法（如过早收敛和低效探索）的局限性。该框架的混合内存系统以及Multi-Island模型与MAP-Elites和自适应Boltzmann选择的集成是平衡探索和利用的关键。本文的重要性在于它有可能通过生成专家级解决方案并减少计算开销来推进自主科学发现，这已通过其在基准测试和竞赛中的卓越表现得到证明。

• •LoongFlow 是一个将 LLM 集成到“计划-执行-总结”范式中的自进化智能体框架。
• •它解决了传统进化方法（如过早收敛和低效探索）的局限性。
• •该框架使用混合进化记忆系统来平衡探索和利用。
• •LoongFlow 以降低的计算成本实现了最先进的解决方案质量。
• •它在基准测试和竞赛中优于领先的基线。