arXiv cs.AIOllama·24 天前★ 2

学习搜索控制策略，以多项式空间求解规划任务

原文标题：Learning How to Search for Plans with Exponentially Less Space

重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

论文提出用语言模型学习「索引式策略」作为搜索控制，每条规则须对其所有结果有效，仅 choose 规则标记回溯点。作者证明结构终止性可将每次执行限制在对象数的多项式内，深度优先过程以多项式空间找到计划。在 IPC 2023 学习赛道与 Autoscale Agile 套件的 1890 个测试任务中解出 1709 个，超过 LAMA、BFWS 与 Levitron。

论文速读 · 四段结构cs.AI去论文速读 →

问题: 启发式搜索规划需存储指数级状态，难以在有限空间内求解。
方法: 用语言模型学习索引式策略作为搜索控制，仅 choose 规则标记回溯点，结构终止性保证多项式空间。
结果: 在 IPC 2023 学习赛道与 Autoscale Agile 的 1890 个任务中解出 1709 个，超过 LAMA、BFWS 与 Levitron。
影响: 规划器可在多项式空间内求解，大幅降低内存门槛，利于嵌入式或大规模部署。