自监督即解决魔方所需的一切

现有的组合搜索方法通常复杂且需要一定程度的专业知识。本工作引入一种简单高效的深度学习方法，用于解决以魔方为代表的具有预定义目标的组合问题。我们证明，对此类问题，在从目标状态分叉的随机打乱上训练深度神经网络即足以获得近最优解。在魔方、15 数码和 7$\times$7 熄灯游戏上测试时，尽管训练数据显著更少，我们的方法仍优于先前最先进方法 DeepCubeA，改进了求解最优性与计算成本之间的权衡。此外，我们研究了魔方求解器在模型规模与训练数据量方面的缩放律。