Rajesh Mangannavar

新的GADAR策略实现了经典规划中的零样本泛化

研究人员开发了GADAR，这是一种用于经典规划的新型策略，可以在不同领域之间进行泛化，而无需搜索。与将策略绑定到特定领域的先前方法不同，GADAR将领域描述作为输入，并在未见过的领域中构建基础动作。这是通过一个三层方法实现的：用于结构签名的提升领域层、用于动作适用性的绑定层以及用于跟踪模式依赖性的链层。在评估中，在七个基准领域上训练的单一GADAR策略实现了58.3%的零样本泛化，性能接近于专用的单领域模型。