本文介绍了一种结合深度学习与经典规划的无监督架构LatPlan，旨在提高自动规划的效率。该方法通过学习通用策略和启发式函数，在多个领域中显著优于传统规划者。此外，研究提出了基于图神经网络的对象重要性预测架构，进一步优化了规划过程。新方法WL-GOOSE在学习规划模型中表现出色，展示了其在不同领域的应用潜力。