近似新颖性搜索
人工智能
2021-05-18 v1
摘要
基于宽度的搜索算法通过依据适当定义的新颖性度量（将状态映射到一组新颖性类别）对状态排序来寻找规划。已知评估状态新颖性的空间与时间复杂度对该集合的基数是指数级的。我们提出获取新颖性与基于宽度的搜索之多项式近似的新方法。首先，我们通过随机采样与 Bloom 过滤器近似新颖性计算，从而降低运行时间与内存占用。其次，我们通过一种自适应策略近似最佳优先搜索，该策略决定是否放弃开放列表中节点的扩展。这两种技术被集成到现有的基于宽度的算法中，由此产生的新规划器在国际规划竞赛的基准上显著优于其他 SOTA 规划器。
引用
@article{arxiv.2105.07691,
title = {Approximate Novelty Search},
author = {Anubhav Singh and Nir Lipovetzky and Miquel Ramirez and Javier Segovia-Aguas},
journal= {arXiv preprint arXiv:2105.07691},
year = {2021}
}