arXiv · cs.AI· Daniel Swoboda, Hector Geffner·· 2 天前
REAP：从运动规划器反馈学习通用重排启发式
REAP: Learning General Rearrangement Heuristics from Motion-Planner Feedback
arXiv:2610.23973v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Daniel Swoboda, Hector Geffner
研究任务与主要进展
Daniel Swoboda与Hector Geffner提出REAP框架，用关系图神经网络在符号抽象上学习重排启发式，并以运动规划器反馈为训练监督。论文摘要称，结合贪心最佳优先搜索后，REAP可泛化到不同物体数量、规划长度和物体布局，且能联合训练多个领域；相较经典启发式搜索和学习基线，它求解更多问题，运动规划器查询次数约少一个数量级，采样状态中首选动作的几何可行率为94%，随机选择为22%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org