PulseAugur
实时 14:53:54
English(EN) LLM-Aided A* Search in Non-Geometric Network Graphs

LLM 辅助的 A* 搜索优化复杂网络中的路径查找

研究人员开发了一种新方法,通过将大型语言模型 (LLM) 与 A* 搜索算法相结合,来优化复杂网络图中的路径查找。这种 LLM 辅助的 A* 方法生成中间航点来指导搜索过程,有效地克服了非几何图中缺乏几何信息的问题。实验表明,与最优解相比,该技术可以将扩展节点数量减少约 50%,同时路径成本仅略有增加。研究还发现,将结构特征纳入提示比高级提示技术更有利于提高效率。 AI

影响 这项研究展示了一种利用 LLM 提高复杂网络中路径查找算法效率的新方法,可能对网络优化和路由策略产生影响。

排序理由 这是一篇研究论文,详细介绍了结合 LLM 和 A* 搜索进行网络优化的新算法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

LLM 辅助的 A* 搜索优化复杂网络中的路径查找

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Omar Alhussein ·

    LLM-Aided A* Search in Non-Geometric Network Graphs

    Finding the shortest path in non-geometric network graphs, where edge weights encode arbitrary metrics such as latency or monetary cost rather than spatial distance, poses a challenge for informed search algorithms. Their efficiency depends on an informative heuristic, typically …