喜讯！ARClab团队论文被机器学习领域顶级会议ICLR 2026录用
浙江大学计算机系统结构实验室（ZJU ARClab）一年级博士生袁新宇的论文《Divide, Harmonize, Then Conquer It: Shooting Multi-Commodity Flow Problems with Multimodal Language Models》于 2026 年 1 月被机器学习领域国际顶级会议IEEE International Conference on Learning Representations 2026（ICLR 2026）正式录用。该论文在陈文智教授和王总辉老师的指导下完成，旨在解决大规模（商品流）系统中的分配问题，提出了一种基于多模态大语言模型的高效求解方案，并在理论上深入探究了其作用机理。
会议介绍
国际学习表征会议（International Conference on Learning Representations，简称ICLR）是由图灵奖得主Yoshua Bengio和Yann LeCun于2013年创立的深度学习领域顶级学术会议。ICLR自创办后每年举办一次，是近年来发展最快的计算机会议，与NeurIPS和ICML并称为机器学习和人工智能领域三大顶级国际会议。
研究动机
假设我们需要将多种商品从各自的源头，通过一个共享的网络链路，高效、公平地送达各自的目的地：既要降低网络链路的使用压力，又要提升整体传输效率，同时确保不同商品之间资源分配的公平性。这类问题在学术上被称为“多商品流”（Multicommodity Flow, MCF）问题。这一问题的重要性不言而喻，其应用场景横跨交通运输、通信网络、现代物流、能源调度乃至云计算系统等多个关键领域。过去几十年，研究者主要依赖基于线性规划的优化算法来求解，这类方法理论上能提供接近最优的解决方案。然而，随着现代系统规模急剧膨胀（网络节点和链路动辄成千上万，需调度的商品流量高达数百万种且需求高度动态），传统算法的计算开销迅速成为性能瓶颈，难以满足实时或大规模部署的需求。
面对可扩展性这一核心瓶颈，我们提出了一种全新的解决思路。与传统“大而全”的整体优化方法不同，我们的核心理念是：通过将网络拓扑结构和商品流量需求进行划分，把庞大的多商品流问题拆解为多个更小、更易处理的子问题；再借助历史数据，利用深度神经网络对这些子问题进行并行求解。基于这一理念，我们推出了 Pram，一种融合多模态大语言模型的新型资源分配方案。具体而言，Pram 首先按照商品流的源节点对原始问题进行划分，将整个调度任务分解为若干子集。随后，每个子集由一个共享的“智能体”模型独立完成资源分配。为进一步提升协同效率，我们还设计了一种新颖的多智能体强化学习算法，用于微调该共享模型。该算法基于反事实策略梯度机制，并引入可训练的低秩矩阵与前缀上下文实现轻量级通信。这使得每个逻辑智能体不仅能自主决策，还能高效交换信息、评估自身对整体目标的贡献，从而在“分布式”环境中达成全局协调。Pram 不仅突破了传统优化方法在规模上的限制，也为大规模网络资源调度提供了一条兼顾效率、灵活性与智能协同的新路径。
理论分析
此外，通过一系列案例研究，我们进一步验证：由于MCF问题的目标函数通常具备良好的凸性或凹性结构，经过适当适配后，Pram 能够在内部隐式地模拟梯度下降过程，从而在理论上保证收敛至全局最优解。这意味着，PRAM 不仅在实践中表现出卓越的性能，在理论上也拥有坚实的优化基础——它并非一个“黑箱”式的启发式工具，而是一个兼具可解释性与最优性保障的智能调度框架。这一特性使其在面对复杂、动态的大规模网络环境时，既能保持高效响应，又不失数学上的严谨性。我们的评估覆盖多尺度网络、异构商品流量和多种优化目标。与现有方法（包括强化学习、线性规划和启发式算法）相比，PRAM 展现出三大优势：① 近乎最优：平均性能距理论最优解不足 8%，显著优于此前的 强化学习方法；② 极速调度：在大规模网络中，比求解线性规划快 10 至 100 倍；⑥ 强泛化能力：面对未知商品流量模式、动态变化甚至网络故障，依然保持稳健。
作者介绍
论文第一作者袁新宇为浙江大学计算机系统结构实验室2025级博士生，主要研究方向为机器学习，网络测量，网络管理和优化等。