Resumen Técnico: COOPA – Una Arquitectura de Agentes LLM Modular para Problemas de Investigación de Operaciones

1. Declaración del Problema

La Investigación de Operaciones (OR, por sus siglas en inglés) proporciona un marco riguroso para la toma de decisiones de alto nivel en diversos dominios como la cadena de suministro, la energía y las finanzas. Sin embargo, el modelado efectivo de OR sigue siendo intensivo en experiencia, ya que requiere la traducción de descripciones en lenguaje natural a variables matemáticas, objetivos y restricciones, seguido de la implementación del solver.

Los sistemas recientes de Modelos de Lenguaje de Gran Escala (LLM) han intentado automatizar este flujo de trabajo, pero sufren tres limitaciones críticas:

1. Baja Precisión en Problemas Complejos: El cuello de botella principal no es la generación de código (que a menudo es correcta), sino los errores de formulación. Los estudios indican que entre el 50 % y el 70 % de los fallos derivan de formulaciones incompletas, definiciones de variables incorrectas o especificaciones erróneas de los objetivos. Los sistemas actuales suelen generar una única formulación en una sola pasada, careciendo de mecanismos para corregir errores semánticos antes de la ejecución del código.
2. Salidas Opacas: Los sistemas existentes proporcionan formulaciones y soluciones, pero carecen de procedencia a nivel de elemento. Los usuarios no pueden rastrear elementos específicos del modelo (parámetros, restricciones) hasta el texto fuente, lo que obliga a una reconstrucción manual del razonamiento del LLM para verificar la corrección.
3. Soporte de Solver Rígido: La mayoría de los sistemas están codificados de forma rígida para backends de solvers específicos (por ejemplo, Gurobi, Pyomo). Adaptarse a nuevas clases de problemas (por ejemplo, multiobjetivo, no convexos) o librerías de solvers suele requerir reentrenamiento o cambios arquitectónicos significativos.

2. Metodología: La Arquitectura COOPA

Los autores proponen COOPA (COoperative OPerations Agent), un sistema multi-agente jerárquico y modular construido sobre smolagents. Aborda las limitaciones identificadas mediante tres componentes principales:

A. Modelado Estructurado con Trazabilidad de la Fuente

En lugar de una generación de formato libre, COOPA mapea las descripciones de los problemas a un esquema estructurado (basado en Pydantic) que contiene cuatro tipos de elementos:

• Parámetros: Valores y dominios con referencias de origen.
• Variables: Variables de decisión con límites y referencias de origen.
• Objetivo: Dirección y expresión matemática con referencias de origen.
• Restricciones: Expresiones y tipos con referencias de origen.

Cada elemento incluye un campo SourceReference que cita el texto exacto de la descripción del problema que lo motivó. Esto crea una pista de auditoría desde el enunciado del problema hasta el modelo matemático, facilitando la verificación humana.

B. Selección de Modelo Iterativa Basada en la Confianza

Para mitigar los errores de formulación, COOPA no se compromete con un único resultado. En su lugar, emplea un bucle iterativo:

1. Generación: El sistema genera $k$ modelos candidatos (por defecto $k=3$).
2. Autoevaluación: Para cada candidato, el LLM asigna una puntuación de confianza (0–100) y una explicación en lenguaje natural para cada una de las cuatro dimensiones (Parámetros, Variables, Objetivo, Restricciones).
3. Selección: El sistema selecciona el modelo final utilizando un criterio max-min: $M^* = \arg\max_i (\min_j c_{i,j})$. Esto selecciona el candidato con la puntuación de confianza peor caso más alta, asegurando que ninguna dimensión individual sea críticamente débil.
4. Refinamiento: Los candidatos subsiguientes ($M_2, \dots, M_k$) se generan utilizando el historial de los candidatos anteriores y sus evaluaciones, lo que permite al modelo abordar explícitamente las dimensiones de baja confianza.

C. Despacho de Multi-Solver

COOPA desacopla la clasificación del problema de la ejecución del solver. Un agente despachador clasifica el modelo seleccionado y lo redirige a uno de cuatro Agentes de Optimización especializados:

• Optimizador Matemático: Maneja LP, MIP y NLP usando Pyomo (con GLPK/IPOPT).
• Optimizador Combinatorio: Maneja rutas, programación y asignación usando Google OR-Tools.
• Optimizador Metaheurístico: Maneja problemas no convexos, de caja negra y multiobjetivo usando pymoo (ej. NSGA-II).
• Optimizador General: Maneja tareas numéricas personalizadas o basadas en simulación usando Python/NumPy estándar.

Esta arquitectura permite añadir nuevos backends de solvers simplemente definiendo un nuevo agente, sin modificar las etapas de modelado o selección.

3. Contribuciones Clave

1. Modelado Iterativo Basado en la Confianza: Un mecanismo novedoso que genera múltiples candidaturas de formulación y selecciona la más robusta basada en un criterio de confianza max-min, abordando directamente el cuello de botella de la etapa de formulación.
2. Trazabilidad de la Fuente: Un esquema de salida estructurado que vincula cada elemento del modelo con el texto citado, proporcionando una pista de auditoría para la verificación humana.
3. Despacho de Multi-Solver Extensible: Una arquitectura modular que redirige los problemas a agentes de optimización especializados (Pyomo, OR-Tools, pymoo, etc.), permitiendo el soporte de diversas clases de problemas de OR sin necesidad de reentrenamiento.
4. Evaluación Exhaustiva: Una evaluación de benchmark a través de tres conjuntos de datos (ComplexLP, IndustryOR, BWOR), ocho backbones de LLM (incluyendo GPT-5, GPT-4.1, o3, o4-mini, Gemini-3-Flash, Qwen3) y cuatro líneas base.

4. Resultados Experimentales

• Rendimiento: COOPA logra la precisión media macro más alta (64.8%) en todos los backbones, superando al siguiente mejor método (OR-LLM-Agent con 61.6%) por 3.2 puntos porcentuales. Logra el mejor rendimiento en 6 de los 8 backbones de LLM.
• Ganancias: La mejora sobre la línea base más fuerte es de hasta 6.7 puntos porcentales (en GPT-5) y 6.3 puntos (en GPT-4.1).
• Estudio de Ablación: Eliminar el componente de modelado iterativo (resolviendo solo el primer candidato) reduce la precisión media entre modelos del 64.8% al 61.8%. Esto confirma que el modelado iterativo basado en la confianza es el principal motor de las ganancias de rendimiento de COOPA.
• Correlación de Confianza: Existe una correlación positiva ($r=0.58, p=0.003$) entre la mejora de la puntuación de confianza y las ganancias de precisión, lo que sugiere que el evaluador de confianza proporciona una señal genuina para seleccionar mejores formulaciones.
• Despacho de Solver: Aunque el 91.1% de los problemas en los benchmarks actuales fueron redirigidos al Optimizador Matemático (reflejando el dominio de LP/MIP de los datasets), los casos de estudio demuestran la capacidad del sistema para redirigir correctamente problemas multiobjetivo al Optimizador Metaheurístico (pymoo), obteniendo frentes de Pareto completos donde las líneas base de un solo solver fallaron o devolvieron soluciones escalarizadas subóptimas.

5. Significado y Reivindicaciones

El artículo afirma que COOPA aborda el "cuello de botella de la formulación" en los LLM aplicados a OR mediante el paso de la generación de una sola pasada a la autocorrección iterativa y la verificación estructurada.

• Interpretabilidad: Al proporcionar trazabilidad de la fuente y explicaciones de confianza, COOPA va más allá de la generación de "caja negra", permitiendo a los profesionales auditar el razonamiento detrás de decisiones de modelado específicas.
• Escalabilidad: El diseño modular permite que el sistema se adapte a nuevos backends de solvers y clases de problemas (por ejemplo, optimización multiobjetivo) sin reentrenar el LLM central, una limitación de los enfoques basados en ajuste fino (fine-tuning).
• Rol de la Iteración: Los autores enfatizan que el refinamiento iterativo es más beneficioso cuando el modelo base es lo suficientemente fuerte como para autocorregirse pero aún no está saturado. El mecanismo actúa como un "ecualizador", proporcionando ganancias significativas para modelos más débiles (ej. +8.9% en Qwen3-30B) mientras mantiene o mejora ligeramente el rendimiento en modelos más fuertes.

Limitaciones y Trabajo Futuro:
Los autores reconocen que el despacho de multi-solver está actualmente menos validado empíricamente debido al dominio de LP/MIP en los benchmarks existentes. Señalan que el proceso iterativo aumenta el coste computacional (aproximadamente 7 veces más uso de tokens en comparación con los métodos de una sola pasada). El trabajo futuro implica probar en benchmarks más amplios con tipos de problemas diversos, evaluar el impacto de la trazabilidad en la eficiencia de la verificación humana mediante estudios de usuario e integrar modelos basados en entrenamiento (ej. ORLM) como agentes base.

El artículo posiciona a COOPA no como un tomador de decisiones autónomo, sino como un sistema de apoyo a la decisión diseñado para reducir la barrera de experiencia para el modelado de OR manteniendo la supervisión humana mediante la transparencia y la auditabilidad.