注意力网络启发式

解一般定向运动问题

一种用注意力网络学到的启发式，与变种束搜索结合，在求解一般定向运动问题时超过了多种基线方法。

Liu, Zongtao · Dong, Wei · Chaoliang, Wang · Haoqingzi, Shen · Gang, Sun · Qun, jiang · Quanjin, Tao · 杨洋

AI Open 2024

技术优势

用距离而非坐标，更贴合问题本质

注意力网络直接以节点间距离为输入，捕捉路径问题的自参照特性，使模型对节点坐标的平移、旋转等变化不敏感。

超越多种基线方法

实验结果表明，该方法在一般定向运动问题上超过了多种基线方法，展现了更强的求解能力。

应用场景

• 路径规划：用学习到的启发式指导路径搜索，快速为城市观光或配送任务规划最优路线。
• 物流机器人：提升机器人在仓库或工厂内多点访问任务的路径规划效率，减少行驶距离。
• 无人机航线：为无人机在有限续航内多目标侦察或送货任务提供更优的航点选择。