Estensioni Graph-PDE per la Pianificazione Sparse Goal-Conditioned
Un recente preprint su arXiv (2605.19185) esamina la pianificazione sparse goal-conditioned inquadrata come un problema di estensione di Dirichlet su grafo-PDE. In questo contesto, etichette sparse di costo-per-arrivare su un confine specifico per l'obiettivo vengono propagate ai vertici del grafo non etichettati, consentendo rollout greedy per raggiungere l'obiettivo. Gli autori propongono un certificato locale di action-gap: se l'errore del valore surrogato durante il rollout rimane al di sotto della metà dell'effettivo action gap, il rollout greedy avrà successo. L'Estensione Assolutamente Minima di Lipschitz (AMLE), che rappresenta il punto finale p=infinito della serie del p-Laplaciano su grafo, convalida questo certificato tramite un bound di fill-distance basato su un principio di confronto. Esperimenti con 120 configurazioni derivate da layout AntMaze indicano che, mentre l'estensione armonica produce un tasso di successo aggregato di 0.584, i metodi AMLE sono probabilmente in grado di migliorare l'affidabilità della pianificazione.
Fatti principali
- La pianificazione sparse goal-conditioned è modellata come un problema di estensione di Dirichlet su grafo-PDE.
- Il certificato locale di action-gap garantisce che il rollout greedy raggiunga l'obiettivo se l'errore surrogato è inferiore alla metà del vero action gap.
- L'AMLE (p=infinito del p-Laplaciano su grafo) istanzia il certificato tramite un bound di fill-distance basato sul principio di confronto.
- L'estensione armonica può classificare erroneamente le azioni locali a causa delle probabilità di hitting del confine.
- Esperimenti su 120 configurazioni di grafi AntMaze mostrano che l'estensione armonica raggiunge un tasso di successo aggregato di 0.584.
- L'articolo è pubblicato su arXiv con ID 2605.19185.
Entità
Istituzioni
- arXiv