Guiding Large Language Models with Genetic Programming-Evolved Heuristic Knowledge for Dynamic Multi-Mode Project Scheduling

📄 arXiv: 2607.27698v1 📥 PDF

作者: Yuan Tian, Yi Mei, Mengjie Zhang

分类: cs.AI

发布日期: 2026-07-30

💡 一句话要点

利用遗传编程进化的启发式知识指导大型语言模型进行动态多模式项目调度

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 动态调度 遗传编程 启发式规则 大型语言模型 项目管理 决策支持

📋 核心要点

  1. 动态多模式项目调度面临活动执行模式多样和持续时间不确定等挑战，现有方法往往依赖领域专家设计启发式规则。
  2. 本文提出利用遗传编程进化的启发式规则来指导大型语言模型决策，反向传递知识以提高调度效率。
  3. 实验结果表明，GP导向的LLM在调度性能、决策稳定性和token消耗方面均有显著提升，尤其在特征选择和规则跟随机制中表现突出。

📝 摘要（中文）

在动态多模式项目调度中，活动具有替代执行模式和不确定的持续时间，同时优先关系和有限资源限制其执行。启发式优先规则支持快速在线决策，但其设计需要大量领域专业知识。遗传编程（GP）超启发式可以自动进化这些规则。大型语言模型（LLMs）提供了解释调度信息和决策的灵活接口。然而，零-shot LLM决策可能缺乏领域知识，消耗大量tokens，并且在重复查询中结果变化。本文通过提取高质量GP规则中的知识，反向指导在线LLM决策者，提出了一种新的方法。通过特征选择、特征提示、规则参考和规则跟随等机制进行知识注入，评估了调度性能、token消耗、决策稳定性和生成的推理中表达的特征焦点。

🔬 方法详解

问题定义：本文旨在解决动态多模式项目调度中的决策效率问题，现有方法依赖领域专家设计启发式规则，导致知识获取困难且决策不稳定。

核心思路：通过提取高质量遗传编程进化的启发式规则中的知识，反向指导大型语言模型的决策过程，以提高其在调度任务中的表现。

技术框架：整体架构包括知识提取模块、知识注入模块和在线决策模块。知识提取模块从GP规则中提取关键信息，知识注入模块通过特征选择、特征提示、规则参考和规则跟随将知识注入LLM，最后在线决策模块利用注入的知识进行调度决策。

关键创新：与现有的LLM-GP混合方法不同，本文的创新在于反向知识传递，利用GP规则指导LLM的决策，而不是让LLM支持启发式规则的进化。

关键设计：在特征选择中，优化了token的消耗效率；规则跟随机制虽然token消耗较高，但在调度性能上表现优异。设计中还考虑了决策上下文的简化和显式决策逻辑的提供，以提高决策的有效性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，GP导向的LLM在调度性能上较无指导的LLM有显著提升，特征选择机制在token消耗上表现最佳，而规则跟随机制在性能上表现强劲但消耗更多token。整体上，指导策略提高了决策的稳定性，并改变了生成推理中表达的特征。

🎯 应用场景

该研究的潜在应用领域包括项目管理、资源调度和生产计划等。通过提高动态调度决策的效率和稳定性，能够帮助企业在复杂环境中优化资源配置，降低成本，提升项目执行的灵活性和响应速度，具有重要的实际价值和未来影响。

📄 摘要（原文）

In dynamic multi-mode project scheduling, activities have alternative execution modes and uncertain durations, while precedence relations and limited resources constrain their execution. Heuristic priority rules support fast online decisions, but their design requires substantial domain expertise. Genetic programming (GP) hyper-heuristics can automatically evolve such rules. Large language models (LLMs), meanwhile, provide a flexible interface for interpreting scheduling information and explaining decisions. However, zero-shot LLM decisions may lack domain knowledge, consume many tokens, and vary across repeated queries. GP-evolved rules therefore provide a potential source of scheduling knowledge for guiding LLM decisions. Unlike existing LLM--GP hybrids that use LLMs to support heuristic evolution, we transfer knowledge in the reverse direction, using knowledge extracted from high-quality GP rules to guide an online LLM decision maker. We extract knowledge from high-quality GP rules and inject it through Feature Selection, Feature Hint, Rule Reference, and Rule Follow. These mechanisms are evaluated in terms of scheduling performance, token consumption, decision stability, and the feature focus expressed in generated rationales. GP-derived guidance generally improves the unguided LLM, but its representation matters. Simplifying the decision context or supplying explicit decision logic is more effective than highlighting important features. Feature Selection offers the best token efficiency, whereas Rule Follow achieves strong performance at greater token cost. Guidance also improves decision stability and changes the features expressed in generated rationales.