在nightly上启用新一代trait求解器

在nightly上启用新一代trait求解器
Rust Blog Rust Blog ·

光轮智能通过自研仿真基础设施，解决了具身智能时代的数据问题，推动仿真技术与产业结合。其“测量、生成、求解”方案提升了Sim2Real的可靠性，并建立了全球最大的遥操数据采集工厂和RL训练平台，助力具身智能发展。

全自研仿真GPU求解器x虚实对标物理测量工厂，打造具身合成数据SuperApp，加速具身仿真生态丨光轮智能@MEET2026
量子位 量子位 ·
飞桨赋能智能科学计算：GreensONet基于可解释框架实现高精度的偏微分方程的快速求解

飞桨赋能智能科学计算：GreensONet基于可解释框架实现高精度的偏微分方程的快速求解
百度大脑 百度大脑 ·
Instantvir：实时视频逆问题求解器，提炼扩散先验实现超快速重建

Instantvir：实时视频逆问题求解器，提炼扩散先验实现超快速重建
实时互动网 实时互动网 ·
使用Z3求解正则表达式填字游戏

使用Z3求解正则表达式填字游戏
Posts on Made of Bugs Posts on Made of Bugs ·
数独求解工具

数独求解工具
obaby@mars obaby@mars ·

机器之心数据服务现已上线，提供高效稳定的数据获取服务，简化数据爬取流程。

ICML 2025 | 北航提出科学智算基础模型OmniArch，实现11类PDE求解性能提升
机器之心 机器之心 ·
用Docker打包一个求解器

用Docker打包一个求解器
xxxx的个人博客 xxxx的个人博客 ·

本研究提出了纯度法则（PuLa），揭示了最佳TSP解的基本结构原则，发现边缘普遍性与顶点稀疏性呈指数增长。基于此，提出了纯度策略优化（PUPO），显著提升了神经网络的泛化性能。

通用神经TSP求解器的纯度法则
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本研究解决了传统数据驱动神经求解器在预测时间相关偏微分方程（PDE）时的计算开销和适应性问题。论文提出了一种潜在扩散模型，通过在低维潜在空间中嵌入PDE状态，显著降低计算成本，并利用自动编码器统一不同类型网格的映射。实验结果表明，该模型在准确性和长期稳定性上优于多个确定性基线，展示了基于扩散的方法在数据驱动PDE学习中的潜力。

使用流匹配的生成型潜在神经偏微分方程求解器
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本研究解决了物理感知神经网络（PINNs）在工程湍流优化中面临的数据需求高和计算准确性低的问题。提出了一种新的框架PT-PINNs，通过软约束方法和基于流量守恒的预训练方法，提高了湍流问题的求解能力。实验表明，PT-PINNs的预测结果与实验数据和传统CFD结果高度一致，同时在计算效率上显著优于传统CFD方法。

基于物理感知神经网络的参数化工程湍流求解器 PT-PINNs
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本研究解决了顺序3D打印中的物体排列与调度问题，该问题与标准3D打印有所不同。论文提出了一种基于线性算术公式的创新方法，并结合启发式技术显著提升了求解效率。研究结果显示该方法在确保打印过程中不发生碰撞的情况下，能够优化打印调度，具有重要的实际应用价值。

顺序3D打印的物体打包与调度：线性算术模型与CEGAR启发的最优求解器
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·
将越狱问题转换为求解逻辑推理题：「滥用」推理能力让LLM实现自我越狱

将越狱问题转换为求解逻辑推理题：「滥用」推理能力让LLM实现自我越狱
机器之心 机器之心 ·

该研究解决了现实世界中车辆路径问题（VRPs）设计过程中的复杂约束问题，现有的研究未能充分应对这些约束。通过引入RoutBench基准，论文提出了一种自动路径求解器（ARS），利用大型语言模型（LLM）生成考虑约束的启发式代码，实验表明ARS在解决VRPs方面显著优于现有方法，并在所有基准测试中至少提升了30%。

基于大型语言模型的自动路径求解器
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本研究提出了LocalEscaper框架，旨在解决神经求解器在旅行商问题（TSP）中的挑战。该框架结合监督学习与强化学习的优点，能够在低质量标签数据上有效训练，并通过区域重构策略改善局部最优问题。实验结果表明，LocalEscaper在大规模TSP实例中表现优异，具有显著的扩展性和效率优势。

LocalEscaper：一种区域重构的弱监督框架用于可扩展的神经旅行商问题求解器
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·
开源人工智能突破使数学证明求解成功率提高52.8%

开源人工智能突破使数学证明求解成功率提高52.8%
DEV Community DEV Community ·

本研究解决了大型语言模型（LLMs）在计算机辅助设计（CAD）中生成程序几何体的困难，主要在于缺乏空间推理能力和复杂规划指导。通过引入一种名为AIDL的求解器辅助层次化领域特定语言（DSL），本研究将空间推理的需求转移给几何约束求解器，实验证明在少量样本情况下，AIDL在生成的视觉结果和后处理对象的可推理性上均优于训练数据集切实存在的语言（如OpenSCAD）。

基于求解器辅助的层次化语言用于LLM驱动的CAD设计
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·
MPAX：基于JAX的新型线性规划工具，性能优于传统求解器，具备硬件加速

MPAX：基于JAX的新型线性规划工具，性能优于传统求解器，具备硬件加速
DEV Community DEV Community ·
🧩 使用Flask和机器学习构建基于网页的数独求解器

🧩 使用Flask和机器学习构建基于网页的数独求解器
DEV Community DEV Community ·
AI加速优化求解，达摩院连续两年获求解器全国赛事冠军

AI加速优化求解，达摩院连续两年获求解器全国赛事冠军
机器之心 机器之心 ·
👤 个人中心
在公众号发送验证码完成验证