GAE：通过强化优化实现科学发现的图增强进化

arXiv 2026 51.7 method, system

TLDR

GAE结合图神经网络和强化学习，引导基于LLM的进化搜索实现自动化科学发现，在符号回归上达到最先进水平。

评分理由

The paper presents a novel framework that addresses key limitations in LLM-driven evolutionary search through a three-pillar architecture, with strong empirical results on symbolic regression. However, the evaluation is limited to a single task, and the abstract does not demonstrate broader applicability or real-world experiments.

Read-first 评分解释

综合优先阅读分 51.7，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 60。

近期性 8%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基线、评估

主题相关性 42%

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：AI scientist、automated scientific discovery、autonomous research agent、automated research、literature review agent、survey generation、automated experimentation、experiment design agent、AI for scientific research、paper writing agent、research automation、scientific discovery agent

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：无

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：62。

关键词评分

automated scientific discovery

AI for scientific research

scientific discovery agent

automated research

research automation

AI scientist

autonomous research agent

automated experimentation

experiment design agent

literature review agent

survey generation

paper writing agent

深度分析

创新点

将程序解析为类型化计算图以生成结构感知嵌入的图神经网络
利用结构感知嵌入进行定向父代和变异方向选择的RL优化元控制器
在测试时利用组归一化评估奖励自适应LLM变异算子的在线GRPO微调循环

方法

GAE集成了用于程序嵌入的关系GNN、基于奖励历史选择父代和变异方向的RL元控制器，以及在线微调LLM变异算子的GRPO循环。该框架在复杂非线性振荡系统的符号回归任务上进行了评估，并与静态LLM驱动基线进行了比较。

关键结果

GAE在非线性振荡器的符号回归任务上持续匹配或超越静态LLM驱动基线，并达到分布外性能的最先进水平。

技术栈

Graph Neural Network (GNN)Reinforcement Learning (RL)Group Relative Policy Optimization (GRPO)Large Language Model (LLM)

资源

论文