Sim2Schedule：一种模拟器引导的LLM框架，用于自主露天矿调度

# Sim2Schedule: 一种基于模拟器引导的大型语言模型框架，用于自主露天矿调度

来源：https://arxiv.org/html/2606.10286

Thiago Eustaquio Alves de Oliveira
[email protected] (mailto:[email protected])
0000-0002-7164-9064 (https://orcid.org/0000-0002-7164-9064)
Lakehead大学计算机科学系，桑德贝，安大略省，加拿大

以及

Mahzabeen Emu
0000-0002-0433-1873 (https://orcid.org/0000-0002-0433-1873)
[email protected] (mailto:[email protected])
纽芬兰纪念大学量子通信与计算研究中心及电气与计算机工程系，圣约翰斯，纽芬兰省，加拿大 (2026)

###### 摘要

露天矿调度是在复杂地质与运营约束下最大化经济回报的关键过程。虽然混合整数线性规划（MILP）提供了数学上的最优基线，但其指数级计算复杂度以及无法实时适应动态工业环境的局限性，限制了其在实际中的部署。本文提出了一种模拟器驱动的大型语言模型（LLM）调度框架。在该框架中，LLM充当自主决策代理，在每一步均由一个定制的模拟器引导。该模拟器将地质优先关系、开采-处理耦合以及动态容量约束直接编码到动作生成机制中。该框架完全以零样本方式在封闭、数据安全的环境中运行，无需云端推理、领域特定的微调或重新训练，即可生成完整、可解释的开采与处理调度方案。为了提供可信的性能基准，本文还开发了一种新颖的MILP公式，该公式纳入了实际运营与地质约束。在规模各异、时间跨度不同的采矿实例上进行评估后，该基于LLM的框架能够恢复MILP最优净现值（NPV）的94%至99%，同时计算时间呈线性增长。这些结果表明，受模拟器约束的LLM代理作为一种实用且可扩展的替代方案，能够有效应对复杂运营约束下的长周期工业调度问题。

大型语言模型，生产调度，模拟，混合整数线性规划，优化，露天采矿

††copyright:acmlicensed
††journalyear:2026
††doi:XXXXXXX.XXXXXXX
††journal:taas
††ccs:计算方法 自然语言生成
††ccs:计算方法 确定性动作规划
††ccs:数学计算 组合优化

## 1. 引言

通过露天采矿开采近地表矿床是一个复杂的工业过程。它涉及系统地移除水平台阶以获取有价值的矿物。该方法需要谨慎且持续地平衡两方面工作：选择性开采矿石进行加工，以及管理大量废料（即覆盖层）。这些废料必须被移除，以确保边坡稳定性并接触更深层的资源(Altiti et al., 2021 (https://arxiv.org/html/2606.10286#bib.bib1))。这些运营的经济性取决于一个两部分结构：开采活动构成主要运营成本，而加工活动则将原矿石精炼成适销产品并产生收入(Amponsah et al., 2022 (https://arxiv.org/html/2606.10286#bib.bib3))。确定这些活动的最有利顺序被称为露天矿生产调度（OPPS）。它是确保资本密集型采矿项目长期经济可持续性的关键因素(Meagher et al., 2014 (https://arxiv.org/html/2606.10286#bib.bib2))。核心目标是通过优化每个块体的开采时机，最大化运营的净现值（NPV），并应对一个基本的经济权衡：挖掘覆盖层会产生即时成本，但这是暴露深层高品位矿石所必须的先决条件(Saavedra-Rosas et al., 2016 (https://arxiv.org/html/2606.10286#bib.bib30))。因此，这一序列的空间与时间优化是OPPS的主要挑战。

随着大型语言模型（LLMs）成为人工智能领域的革命性方法，它们做出可解释决策和进行上下文推理的能力，除了处理自然语言任务外，也引起了人们的兴趣(Li et al., 2024 (https://arxiv.org/html/2606.10286#bib.bib38))。具体到矿山规划领域，近期的研究探索了数据驱动和AI辅助的运营调度方法，包括短周期卡车调度和任务排序(Icarte-Ahumada and Herzog, 2025 (https://arxiv.org/html/2606.10286#bib.bib32))，然而，将LLM应用于块体开采与排序这一长周期战略问题仍属空白。这一空白意义重大，因为LLM提供了实时适应性和零样本泛化能力，当运营条件发生变化时，可以显著减轻专家重新优化的负担(Bubeck et al., 2023 (https://arxiv.org/html/2606.10286#bib.bib14); Da Ros et al., 2026 (https://arxiv.org/html/2606.10286#bib.bib15); Yang et al., 2024 (https://arxiv.org/html/2606.10286#bib.bib16))。

将LLM部署于矿山调度也带来了实际挑战。LLM在训练和推理过程中需要大量的计算和存储资源(Wang et al., 2025a (https://arxiv.org/html/2606.10286#bib.bib39))，这在资源受限的工业环境中是一个重大负担。如果LLM仅用于推理，而不进行任何领域特定的微调，则计算开销会显著降低。这一观察启发了本文的核心贡献：我们引入了一个框架，其中LLM仅作为推理时的决策者，在每一步都由一个定制模拟器引导，该模拟器直接将领域知识编码进决策过程。如图1 (https://arxiv.org/html/2606.10286#S1.F1) 所示，模拟器充当媒介，将矿山状态信息传递给LLM，并接收和记录其决策。在每个调度步骤中，模拟器评估当前的开采状态，并识别所有物理上可行的动作。这些动作随后以结构化上下文的形式呈现给LLM。一旦LLM选择一个动作，模拟器便处理该决策并相应推进矿山状态。这样就生成了完整的开采与处理调度方案，整个过程无需任何LLM训练、微调或适应。该框架作为一个封闭、自包含的系统运行，无需云端LLM调用，确保敏感的矿山数据保留在运营环境内部。

参见图标题
图1. LLM辅助调度框架概览
所提出的基于LLM的露天矿开采调度模拟框架概览图。

考虑到OPPS的计算复杂性，混合整数线性规划（MILP）历来占据主导优化范式的地位，它能够形式化地整合经济、技术和运营约束。然而，现有的MILP公式常常忽略安全移除深层开采上覆岩石的必要性，允许对部分掩埋材料进行数学处理，并施加僵化的产能目标，这些目标随着矿山资源枯竭而变得不可行。为了解决这些缺陷，本文引入了一种新颖的MILP公式，明确强制这些物理现实，从而生成真正可执行的调度方案。虽然这提高了运营现实性，但由此产生的公式规模庞大且求解计算成本高昂，每当出现新的运营变化时都需要专家重新进行公式化，并且生成的序列需要后处理才能被矿山规划人员理解。这些局限性促使我们需要一种调度框架，能够在数学严谨性与实时适应性和可解释性之间取得平衡。虽然元启发式算法和强化学习已被探索用于此目的，但它们在不同采矿场景中往往难以实现泛化性和透明推理(Zajac, 2025 (https://arxiv.org/html/2606.10286#bib.bib17))。本文提出的LLM驱动模拟器框架通过提供一个连续的、可解释的决策过程来解决这些不足，该过程能够适应运营变化而无需重新优化。本研究中，MILP公式并非作为提出的解决方案，而是作为最优基准，与贪心启发式算法和随机基线一起用于评估LLM代理，从而系统性地评估LLM驱动的调度能否有效驾驭计算可处理性与解质量之间的权衡。

本研究的主要贡献如下：

- **基于LLM的长期OPPS采矿代理**：设计了一个自主调度框架，其中LLM充当决策代理。与静态求解器不同，该代理通过在每个时间步评估不断变化的可行动作集，动态生成开采处理序列。与仅限于短周期运营任务（如卡车调度）的先前采矿AI不同(Icarte-Ahumada and Herzog, 2025 (https://arxiv.org/html/2606.10286#bib.bib32))，我们的代理处理的是多周期、战略性的块体开采与加工排序问题，以最大化NPV。LLM在定制模拟器内以零样本方式运行，无需领域特定训练，即可生成立即可解释、可执行的调度方案。
- **可解释、开源的采矿模拟器**：开发了一个交互式露天矿调度模拟器，据我们所知，这是首个与LLM代理集成的此类模拟器。该模拟器评估可行动作、处理决策并实时更新系统状态。至关重要的是，它生成的决策序列是透明的，并且矿山规划人员可以立即解释，便于运营验证。该模拟器已公开发布，以支持可重复性和进一步的方法论开发。¹¹¹模拟工具可在以下网址获取：https://anonymous.4open.science/r/LLM-MILP-Mining-DF4E
- **针对现实约束的MILP公式**：开发了一个稳健的MILP模型，以解决传统调度中的关键过度简化问题。先前的公式依赖僵化的产能限制和物理上不可能的部分处理，从而产生看似最优但在地质技术上无效的调度方案。我们的方法整合了动态产能边界、严格的安全空间优先关系以及精确的开采-处理耦合。通过将这些现实约束与标准生产和品位混合要求相结合，该公式生成的NPV最大化最优方案在数学上合理且真正可执行。

本文的其余部分组织如下：第2节 (https://arxiv.org/html/2606.10286#S2) 回顾相关文献，第3节 (https://arxiv.org/html/2606.10286#S3) 介绍我们提出的框架和方法，第4节 (https://arxiv.org/html/2606.10286#S4) 详细说明实验设置、数据配置和比较评估结果。最后，第5节 (https://arxiv.org/html/2606.10286#S5) 总结主要发现并结束本研究。

## 2. 文献综述

OPPS是矿山规划中最具挑战性的优化问题之一，它被定义为确定从矿山中开采块体的最佳时间和顺序的过程，以在满足物理、环境、运营和经济约束的前提下最大化NPV(Caccetta and Hill, 2003 (https://arxiv.org/html/2606.10286#bib.bib31))。

### 2.1. 数学规划方法

早期基础由Lerchs等人(Lerchs and Grossmann, 1965 (https://arxiv.org/html/2606.10286#bib.bib21)) 奠定，他们利用图论方法革新了最终坑底的定义；Johnson (Johnson, 1968 (https://arxiv.org/html/2606.10286#bib.bib4)) 则使用线性规划（LP）建立了OPPS的分析基础。然而，早期的LP模型常常产生分数块体开采，需要通过启发式后处理来生成可执行的调度方案。向MILP的转变通过强制使用离散决策变量解决了这一问题，使其成为主导范式。Askari-Nasab等人(Askari-Nasab et al., 2011 (https://arxiv.org/html/2606.10286#bib.bib5)) 通过聚类和采掘单元聚合推进了这一方向，同时提高了计算可处理性和NPV。尽管有这些改进，标准的MILP公式通常依赖松弛的优先关系结构和静态的开采极限以保持可解性，这降低了其运营现实性。

随后的工作试图解决特定的运营约束。Khazaei等人(Khazaei and Pourrahimian, 2024 (https://arxiv.org/html/2606.10286#bib.bib6)) 为阶段崩落法引入了垂直和水平优先关系，但其公式缺乏严格的开采-处理耦合。Rahnema等人(Rahnema et al., 2025 (https://arxiv.org/html/2606.10286#bib.bib7)) 将温室气体排放和碳税惩罚整合进一个确定性MILP，表明环境因素可以在不改变核心结构的情况下被纳入，但简化的排序逻辑和固定阈值限制了动态一致性。Tabe sh等人(Tabesh et al., 2023 (https://arxiv.org/html/2606.10286#bib.bib8)) 引入了一个两阶段聚类框架，提高了可处理性并稳定了给矿质量，但保留了不对矿山状态时间变化做出响应的非自适应约束。

随机扩展也被探索以应对品位不确定性，对整个采矿综合体进行同时优化已显示出在地质变异性下NPV的提升(Dimitrakopoulos and Lamghari, 2022 (https://arxiv.org/html/2606.10286#bib.bib26))，尽管这些方法保留了与确定性模型相同的计算可扩展性限制。

为了克服精确求解器在大规模实例上的难解性，元启发式替代方案已被探索。Amponsah等人(Amponsah et al., 2022 (https://arxiv.org/html/2606.10286#bib.bib3)) 在品位不确定性下比较了一个遗传算法框架与一个随机MILP，显示出显著减少运行时间，但代价是牺牲了严格的优益性。Hussain等人(Hussain et al., 2024 (https://arxiv.org/html/2606.10286#bib.bib9)) 在采矿领域之外展示了MILP可以处理复杂的多周期物理和严格的约束耦合，但在矿山规划中，等效的动态一致性仍然难以实现。总的来说，这些方法共享一个基本局限性：它们作为静态、批处理的计算引擎运行，每当运营条件发生变化时，都需要专家重新进行公式化。

### 2.2. 基于LLM与模拟驱动的方法

LLM最近已成为组合优化的强大引擎，提供了与精确求解器和元启发式算法性质不同的方法。近期工作表明，LLM可以作为NP难组合问题的端到端求解器，具有可行性感知的模型在基准实例上实现了低至1.03%的最优性差距(Jiang et al., 2025 (https://arxiv.org/html/2606.10286#bib.bib28))。StarJob框架(Abgaryan et al., 2025 (https://arxiv.org/html/2606.10286#bib.bib18)) 在作业车间调度中验证了这一潜力，其中微调后的LLM优于传统调度规则。在物流领域，结合LLM的智能体框架(Zhang et al., 2025 (https://arxiv.org/html/2606.10286#bib.bib19))