用于求解基于学习启发函数的路径搜索问题的 DeepXube 软件包
人工智能
2026-03-26 v1 机器学习
摘要
DeepXube 是一个免费且开源的 Python 软件包和命令行工具，通过机器学习学习启发函数来指导针对深度神经网络 (DNN) 定制的启发式搜索算法求解路径搜索问题。DeepXube 包含了深度强化学习、启发式搜索和求解路径问题的形式逻辑的最新进展。这包括基于有限时域的 Bellman 学习、后悔经验回放、批处理启发式搜索以及使用答案集编程指定目标。一个健壮的多继承结构简化了路径搜索领域的定义以及训练数据的生成。通过在中央处理器 (CPU) 之间自动并行化训练数据生成，以及在图形处理器 (GPU) 之间自动并行化强化学习更新，使启发函数的训练变得高效。能够利用 GPU 并行性和 DNN 架构的路径搜索算法，如批量加权 A* 搜索和 Q* 搜索以及光束搜索，可通过命令行参数轻松求解路径搜索问题。最后，还提供了用于可视化、代码剖析和训练与求解期间进度监控的多个便利功能。GitHub 仓库已公开可用，链接为 https://github.com/forestagostinelli/deepxube。
引用
@article{arxiv.2603.23873,
title = {The DeepXube Software Package for Solving Pathfinding Problems with Learned Heuristic Functions and Search},
author = {Forest Agostinelli},
journal= {arXiv preprint arXiv:2603.23873},
year = {2026}
}