연구진은 LLM 기반 진화 탐색(AlphaEvolve)을 활용하여 다중 목표 추적을 위한 폐쇄형 전력 할당 솔루션을 자율적으로 발견하는 새로운 패러다임을 제안했습니다.
발견된 폐쇄형 솔루션은 기존 반복 솔버보다 3배 이상의 속도 향상을 보이며, 다양한 시나리오에서 평균 1.51%의 상대적 성능 손실만 발생합니다.
이 연구는 LLM 기반 기호 탐색이 레이더 자원 관리뿐만 아니라 다양한 엔지니어링 최적화 문제에 혁신을 가져올 수 있음을 보여줍니다.