Algorithmic Prompt-Augmentation for Efficient LLM-Based Heuristic Design for A* Search
Bömer, Thomas 1; Koltermann, Nico; Disselnmeyer, Max
1; Amberg, Bastian 1; Meyer, Anne
1
1 Institut für Informationsmanagement im Ingenieurwesen (IMI), Karlsruher Institut für Technologie (KIT)
1; Amberg, Bastian 1; Meyer, Anne
11 Institut für Informationsmanagement im Ingenieurwesen (IMI), Karlsruher Institut für Technologie (KIT)
| Zugehörige Institution(en) am KIT | Institut für Informationsmanagement im Ingenieurwesen (IMI) |
| Publikationstyp | Proceedingsbeitrag |
| Publikationsdatum | 29.04.2026 |
| Sprache | Englisch |
| Identifikator | ISBN: 978-3-032-23607-4 ISSN: 0302-9743, 1611-3349 KITopen-ID: 1000195711 |
| Erschienen in | Applications of Evolutionary Computation : 29th European Conference, EvoApplications 2026, Held as Part of EvoStar 2026, Toulouse, France, April 8–10, 2026, Proceedings, Part II. Ed.: P. García-Sánchez, J. Díaz Álvarez, A. Murphy |
| Veranstaltung | 29th EvoStar (2026), Toulouse, Frankreich, 08.04.2026 – 10.04.2026 |
| Verlag | Springer Nature Switzerland |
| Seiten | 118 - 133 |
| Serie | Lecture Notes in Computer Science (LNCS) ; 16525 |
| Externe Relationen | Siehe auch |
| Nachgewiesen in | OpenAlex Scopus |
| Globale Ziele für nachhaltige Entwicklung |