FrontierCO：机器学习求解器的真实世界与大规模评估

机器学习（ML）在解决组合优化（CO）问题方面显示出前景，但报告的进展大多依赖于小规模、合成基准，这些基准未能真实地反映结构和规模。一个核心限制是，ML方法通常在合成实例生成器上进行训练和评估，尚未探讨它们在不规则的、竞赛级的或工业数据集上的表现如何。我们提出FrontierCO，一个用于评估在真实世界结构和极端规模下ML求解器的基准。FrontierCO涵盖八个组合优化问题，包括路由、调度、设施选址和图问题，实例来源于竞赛和公共存储库（如DIMACS、TSPLib）。每个任务都提供了易于解决的集合（历史上具有挑战性但现已可解决）和难以解决的集合（开放或计算密集型），以及标准化的训练/验证资源。使用FrontierCO，我们评估了16个代表性ML求解器——包括图神经网络方法、混合神经符号方法和基于LLM的智能体——与最先进的经典求解器进行了比较。我们发现，在结构上具有挑战性和大规模实例大小（例如TSP最高可达10M节点；最大独立集最高可达8M）的情况下，ML方法仍然存在持久的性能差距，同时也确定了ML方法在某些情况下超过经典求解器的案例。通过将评估中心放在真实世界结构和数量级更大的实例上，FrontierCO为推动ML用于组合优化提供了严格的基础。我们的基准可在https://huggingface.co/datasets/CO-Bench/FrontierCO访问。