SeaPearl: A Constraint Programming Solver guided by Reinforcement\n Learning
Notice bibliographique
Résumé
The design of efficient and generic algorithms for solving combinatorial\noptimization problems has been an active field of research for many years.\nStandard exact solving approaches are based on a clever and complete\nenumeration of the solution set. A critical and non-trivial design choice with\nsuch methods is the branching strategy, directing how the search is performed.\nThe last decade has shown an increasing interest in the design of machine\nlearning-based heuristics to solve combinatorial optimization problems. The\ngoal is to leverage knowledge from historical data to solve similar new\ninstances of a problem. Used alone, such heuristics are only able to provide\napproximate solutions efficiently, but cannot prove optimality nor bounds on\ntheir solution. Recent works have shown that reinforcement learning can be\nsuccessfully used for driving the search phase of constraint programming (CP)\nsolvers. However, it has also been shown that this hybridization is challenging\nto build, as standard CP frameworks do not natively include machine learning\nmechanisms, leading to some sources of inefficiencies. This paper presents the\nproof of concept for SeaPearl, a new CP solver implemented in Julia, that\nsupports machine learning routines in order to learn branching decisions using\nreinforcement learning. Support for modeling the learning component is also\nprovided. We illustrate the modeling and solution performance of this new\nsolver on two problems. Although not yet competitive with industrial solvers,\nSeaPearl aims to provide a flexible and open-source framework in order to\nfacilitate future research in the hybridization of constraint programming and\nmachine learning.\n
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».