Apr, 2025

学习效率与对称性打破的结合

TL;DR本研究解决了基于学习的规划者在应对对称性方面的不足,提出了一种图表示规划问题的方法,结合学习效率与对称性检测能力。同时,引入了两种修剪方法(动作修剪和状态修剪),有效管理搜索过程中的对称性。这些技术的集成使Fast Downward首次在最新的IPC学习轨道数据集上超越LAMA,显示出显著的影响力。