Graph Sparse Sampling

深度分析

突破連續 MDP 規劃視野瓶頸的 GPU 加速圖形稀疏抽樣

研究針對連續MDP規劃提出GraphSparseSampling(GSS)演算法，透過共享未來狀態層代替逐一抽樣子樹，利用GPU大批次運算提升抽樣效率。實驗顯示在長視野控制任務上，GSS超過傳統MCTS，接近最佳表現。理論上證明在符合重疊與覆蓋條件下，樣本複雜度僅為多項式，克服樹形抽樣的指數視野瓶頸。