这项由剑桥大学计算机科学与技术系领导的研究发表于2026年1月的arXiv预印本平台，论文编号为arXiv:2601.23134v1，有兴趣深入了解的读者可以通过该编号查询完整论文。
在我们的日常生活中，每个家庭都需要一个管家来合理分配家务，确保既不浪费电力又能高效完成所有任务。计算机芯片里的调度系统就像这样一个管家，它需要决定哪个任务分配给哪个处理器核心，什么时候执行，用什么频率运行。随着处理器变得越来越复杂，这个"管家"的工作也变得异常困难。
传统上，工程师们只能凭经验和反复试验来调整这些参数，就像一个新手管家需要不断摸索才能找到最佳的家务分配方案。然而，现代处理器包含了性能强劲的"大核"和节能高效的"小核"，这就像家里既有功率强大但耗电的吸尘器，也有省电但效率较低的扫帚。如何在不同情况下选择合适的工具，成为了一个极其复杂的优化问题。
剑桥大学的研究团队开发了一套革命性的方法，让机器学习技术充当一个超级智能的管家培训师。这个系统不需要工程师手动调试参数，而是通过观察和学习自动找出最佳的任务分配策略。更重要的是，它还能解释为什么某种分配方案是最优的，就像一位
