跳到正文
热点事件持续更新

TMLR接收AAC路径规划论文

1 篇报道1 个报道来源23 小时前更新

先了解这件事

AI 综述

An T. Le 团队提出的架构可允许压缩器(AAC)通过两种连续松弛方法,在固定内存预算下优化 A* 搜索的启发式选择。该方法证明了其松弛解与离散最优解的一致性。 AAC-CG 算法在六个道路网络及两个合成图的测试中表现优异。与 FPS-ALT 相比,该算法将 A* 节点扩展次数降低了 1.9%-22.7%。在性能上,其达到了标准贪心算法 99.6% 的平均启发式价值。 目前,相关论文已被 Transactions on Machine Learning Research (TMLR) 接收。这一进展验证了基于架构的可差分地标压缩在 ALT 搜索启发式中的应用潜力。

AI 根据报道生成 · 22 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月6日
  1. arXiv · AI
    AAC 提出基于架构的可差分地标压缩,用于 ALT 搜索启发式

    架构可允许压缩器(AAC)通过两种连续松弛方法适配固定标签内存预算下的 A* 启发式选择,证明其松弛解与离散最优解一致。 AAC-CG 算法在六个道路网络及两个合成图的 19 种图-内存组合中,相比 FPS-ALT 将 A* 节点扩展次数降低 1.9%-22.7%,同时达到标准贪心算法 99.6% 的平均启发式价值。

本事件热度走势

可比范围当前
5
可比范围峰值
911月6日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。