GFlowNets框架学习最短路径论文发布

Nikita Morozov 等作者发布论文，提出一种基于生成流网络（GFlowNets）的最短路径学习框架。论文证明，当总流量最小时，前向与后向策略只沿初始与终止状态间的最短路径遍历环境图，并通过流正则化训练近似求解该条件。 该方法在排列环境寻路和多种尺寸的魔方求解中，解的长度与专为这些任务设计的SOTA机器学习方法相当，且测试时所需搜索预算更小。论文发布于 arXiv 的 cs.AI 分类。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。