分佈式啟發式

深度分析

OCLGen：利用開放閉合列表與生成模型提升測試時規劃推論效能

研究聚焦於生成式規劃模型的測試時推論效率，提出OCLGen結合深度分層開放閉合列表與快速截斷卷展，並以分佈式啟發式排序。實驗顯示在四個規劃領域內，OCLGen在相同計算預算下產生更短計畫，最優解率達87.3%，顯著優於傳統MCTS。此技術有望推動AI規劃效能突破。