11:19
官方账号arXiv cs.AI@Idan Lev-Yehudi, Vadim Indelman
推荐理由：这篇论文提出一种新算法GSS，通过共享未来样本来避免树搜索的指数爆炸，在长视界连续控制任务中表现更好。
连续MDP
共 1 条相关 AI 资讯
7月7日
11:19
论文提出Graph Sparse Sampling (GSS)在线规划算法，通过共享采样未来来避免树形搜索的指数级分支。GSS利用大GPU友好批量和启发式聚焦计算。在离散或连续动作空间下，证明了有限样本性能保证，其复杂度对规划视界呈多项式依赖。连续控制模拟中，GSS在长视界任务上显著优于基于树的规划器，或达到近最优性能。