第十九届“挑战杯”全国大学生课外学术科技作品竞赛
2025
省赛
课外学术科技作品竞赛（主体赛）
特等奖
未转化
否
在“新质生产力”蓬勃发展的战略机遇期，在芯片设计、无人机群控制、汽车结构件优化等新兴产业涌现出大量黑箱优化问题。由于不存在通用的最优算法，传统求解方案依赖人工设计定制化的优化算法，存在人工试错成本大、产品迭代周期慢等核心挑战。作品于国际首次提出基于元学习的自动黑箱优化算法设计范式，突破性地构建可场景泛化的智能体以替代人工算法设计专家。以算法设计的自主性为核心主线，团队循序渐进地完成了①基于强化学习的算法自动配置②基于深度强化学习和符号回归技术的算法自动设计③自建优化指令集对大模型进行微调，构建从问题代码到算法代码的全流程自动化设计智能体。作品实现了设计周期由小时级到秒级的跨越，且性能超越主流人工设计算法10%~15%，指数级降低所需资源消耗。作品已在人工智能领域顶会顶刊（NeurIPS，AAAI，ICLR等）上发表论文10篇，并受邀前往美国新奥尔良（受邀比：0.005）、美国费城（受邀比：0.046）等地进行学术报告。作品受到国家杰青、清华大学自动化系鲁继文教授和国家杰青、四川大学计算机学院院长吕建成教授的认可与推荐。作品获国内无人机高新企业合作意向（金额46万），为实际应用降本增效。
暂无
暂未公开
暂未公开
暂未公开
