Efficient Lookahead Encoding and Abstracted Width for Learning General Policies in Classical Planning

En 3 lignesNouvelle approche pour l'apprentissage de politiques généralisées en planification classique via des réseaux de neurones graphiques relationnels (R-GNNs). Les auteurs introduisent un encodage efficace de la recherche lookahead IW et une abstraction relationnelle pour améliorer l'évolutivité sur le benchmark IPC 2023. Les résultats surpassent le planificateur classique LAMA.

Résumé généré par Claude — vérifié par l'humain