ImiPath: Apprendimento di Priorità Spazio-Temporali Decisionali per la Pianificazione del Percorso
I ricercatori propongono ImiPath, un framework che apprende priorità decisionali spazio-temporali riutilizzabili da traiettorie dimostrative per guidare la pianificazione del percorso in condizioni di osservabilità parziale. I pianificatori classici risolvono ogni istanza da zero, portando a espansioni ridondanti dei nodi e a una ricerca miope. ImiPath costruisce una rappresentazione locale dell'osservazione spazio-temporale che codifica le informazioni spaziali, quindi distillare le priorità decisionali per orientare i pianificatori verso direzioni promettenti. L'approccio mira a migliorare l'efficienza in compiti di navigazione a lungo orizzonte in cui gli agenti hanno solo osservazioni localmente limitate.
Fatti principali
- ImiPath è un framework di apprendimento guidato da priorità per la pianificazione del percorso in condizioni di osservabilità parziale.
- Distilla priorità decisionali spazio-temporali riutilizzabili da traiettorie dimostrative.
- I pianificatori classici mancano di meccanismi per sfruttare la conoscenza decisionale trasferibile.
- ImiPath costruisce una rappresentazione locale dell'osservazione spazio-temporale.
- Il framework orienta i pianificatori verso direzioni di ricerca affidabili e promettenti.
- Affronta le sfide della navigazione a lungo orizzonte con osservazioni localmente limitate.
- L'articolo è pubblicato su arXiv con ID 2607.22166.
- L'approccio mira a ridurre le espansioni ridondanti dei nodi e i comportamenti di ricerca miope.
Entità
Istituzioni
- arXiv