The DeepXube Software Package for Solving Pathfinding Problems with Learned Heuristic Functions and Search

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Agostinelli, Forest
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Towards Learning Foundation Models for Heuristic Functions to Solve Pathfinding Problems
von: Khandelwal, Vedant, et al.
Veröffentlicht: (2024)

A* Search Without Expansions: Learning Heuristic Functions with Deep Q-Networks
von: Agostinelli, Forest, et al.
Veröffentlicht: (2021)

Deep Heuristic Learning for Real-Time Urban Pathfinding
von: El-Ela, Mohamed Hussein Abo, et al.
Veröffentlicht: (2024)

Beyond Single-Step Updates: Reinforcement Learning of Heuristics with Limited-Horizon Search
von: Hadar, Gal, et al.
Veröffentlicht: (2025)

Solving Collaborative Dec-POMDPs with Deep Reinforcement Learning Heuristics
von: Soffair, Nitsan
Veröffentlicht: (2022)

HiMAP: Learning Heuristics-Informed Policies for Large-Scale Multi-Agent Pathfinding
von: Tang, Huijie, et al.
Veröffentlicht: (2024)

Tree of Thoughts as a Classical Heuristic Search Problem: Formal Foundations and Design Patterns
von: Sharon, Guni
Veröffentlicht: (2026)

An End-to-End Deep Reinforcement Learning Approach for Solving the Traveling Salesman Problem with Drones
von: Zeng, Taihelong, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning for Solving Management Problems: Towards A Large Management Mode
von: Jiang, Jinyang, et al.
Veröffentlicht: (2024)

An Unsupervised Learning Framework Combined with Heuristics for the Maximum Minimal Cut Problem
von: Liu, Huaiyuan, et al.
Veröffentlicht: (2024)

Unsupervised Learning for Solving the Travelling Salesman Problem
von: Min, Yimeng, et al.
Veröffentlicht: (2023)

Deep Reinforcement Learning Guided Improvement Heuristic for Job Shop Scheduling
von: Zhang, Cong, et al.
Veröffentlicht: (2022)

Matching Problems to Solutions: An Explainable Way of Solving Machine Learning Problems
von: Saleh, Lokman, et al.
Veröffentlicht: (2024)

Edge-Selector Model Applied for Local Search Neighborhood for Solving Vehicle Routing Problems
von: Herdianto, Bachtiar, et al.
Veröffentlicht: (2025)

Understanding Sample Generation Strategies for Learning Heuristic Functions in Classical Planning
von: Bettker, R. V., et al.
Veröffentlicht: (2022)

Graph Attention-Guided Search for Dense Multi-Agent Pathfinding
von: Jain, Rishabh, et al.
Veröffentlicht: (2025)

Policy-Guided Search on Tree-of-Thoughts for Efficient Problem Solving with Bounded Language Model Queries
von: Pendurkar, Sumedh, et al.
Veröffentlicht: (2026)

Solving Freshness in RAG: A Simple Recency Prior and the Limits of Heuristic Trend Detection
von: Grofsky, Matthew
Veröffentlicht: (2025)

Deep Reinforcement Learning for Solving the Fleet Size and Mix Vehicle Routing Problem
von: Wan, Pengfu, et al.
Veröffentlicht: (2025)

When, How Long and How Much? Interpretable Neural Networks for Time Series Regression by Learning to Mask and Aggregate
von: Forest, Florent, et al.
Veröffentlicht: (2025)

On Using Admissible Bounds for Learning Forward Search Heuristics
von: Núñez-Molina, Carlos, et al.
Veröffentlicht: (2023)

SED2AM: Solving Multi-Trip Time-Dependent Vehicle Routing Problem using Deep Reinforcement Learning
von: Mozhdehi, Arash, et al.
Veröffentlicht: (2025)

Learning to Solve Orienteering Problem with Time Windows and Variable Profits
von: Gao, Songqun, et al.
Veröffentlicht: (2026)

Principled Data Augmentation for Learning to Solve Quadratic Programming Problems
von: Qian, Chendi, et al.
Veröffentlicht: (2025)

Scaling Combinatorial Optimization Neural Improvement Heuristics with Online Search and Adaptation
von: Verdù, Federico Julian Camerota, et al.
Veröffentlicht: (2024)

Event Classification of Accelerometer Data for Industrial Package Monitoring with Embedded Deep Learning
von: Renault, Manon, et al.
Veröffentlicht: (2025)

Position: Rethinking Post-Hoc Search-Based Neural Approaches for Solving Large-Scale Traveling Salesman Problems
von: Xia, Yifan, et al.
Veröffentlicht: (2024)

PeersimGym: An Environment for Solving the Task Offloading Problem with Reinforcement Learning
von: Metelo, Frederico, et al.
Veröffentlicht: (2024)

Learning Solution-Aware Transformers for Efficiently Solving Quadratic Assignment Problem
von: Tan, Zhentao, et al.
Veröffentlicht: (2024)

LLMOPT: Learning to Define and Solve General Optimization Problems from Scratch
von: Jiang, Caigao, et al.
Veröffentlicht: (2024)

An End-to-End Learning Approach for Solving Capacitated Location-Routing Problems
von: Miao, Changhao, et al.
Veröffentlicht: (2025)

Deep Memory Search: A Metaheuristic Approach for Optimizing Heuristic Search
von: Hedar, Abdel-Rahman, et al.
Veröffentlicht: (2024)

Edge-DIRECT: A Deep Reinforcement Learning-based Method for Solving Heterogeneous Electric Vehicle Routing Problem with Time Window Constraints
von: Mozhdehi, Arash, et al.
Veröffentlicht: (2024)

Solving Functional Optimization with Deep Networks and Variational Principles
von: Kamtue, Kawisorn, et al.
Veröffentlicht: (2024)

Learning to Communicate Locally for Large-Scale Multi-Agent Pathfinding
von: Vyaltsev, Valeriy, et al.
Veröffentlicht: (2026)

MAPF-GPT: Imitation Learning for Multi-Agent Pathfinding at Scale
von: Andreychuk, Anton, et al.
Veröffentlicht: (2024)

Demystifying the Recency Heuristic in Temporal-Difference Learning
von: Daley, Brett, et al.
Veröffentlicht: (2024)

Learning Admissible Heuristics for A*: Theory and Practice
von: Futuhi, Ehsan, et al.
Veröffentlicht: (2025)

HUGO -- Highlighting Unseen Grid Options: Combining Deep Reinforcement Learning with a Heuristic Target Topology Approach
von: Lehna, Malte, et al.
Veröffentlicht: (2024)

DeepContour: A Hybrid Deep Learning Framework for Accelerating Generalized Eigenvalue Problem Solving via Efficient Contour Design
von: Chen, Yeqiu, et al.
Veröffentlicht: (2025)