BriefGPT - AI 论文速递 · 2025-04-28T00:00:00Z 学习效率与对称性打破的结合 💡 原文中文，约700字，阅读约需2分钟。 📝 内容提要 本研究提出了一种图表示规划方法，解决了基于学习的规划者在对称性方面的不足，并引入了动作和状态修剪技术，有效管理搜索过程中的对称性，使Fast Downward在IPC学习轨道数据集上超越LAMA。 🏷️ 标签 动作修剪 图表示 对称性 状态修剪 规划问题 阅读原文 生成长图 分享链接 已复制链接
