Heuristics for the Canadian traveler problem with neutralizations
Notice bibliographique
Résumé
Canadian Traveler Problem with Neutralizations (CTPN) is a recently introduced challenging graph-theoretic path-planning problem. In CTPN, traversability status of some edges in the underlying graph is dependent on an a priori probability distribution. A traveling agent has two capabilities called disambiguation and neutralization. In the disambiguation case, the true status of an ambiguous edge (traversable or untraversable) is revealed when the agent is at either end of such edges. If the neutralization capability is exploited, the edge immediately becomes traversable. These capabilities are limited and may add a cost of increased path length. The goal of the agent is to find the shortest expected path length by devising an optimal policy that dictates when and where to disambiguate or neutralize. CTPN has important and practical applications within the context of expert and intelligent systems. These include autonomous robot navigation, adaptive transportation systems, naval and land minefield countermeasures, and navigation inside disaster areas for emergency relief operations. There is a recently proposed state-of-the-art exact algorithm that solves CTPN to optimality, called CAON∗ (AO∗ with Caching and Neutralizations). CAON∗ is based on an extension of the well-known AO∗ (AND-OR search) algorithm. Even though CAON∗ has significant improvements compared to its predecessors, it still has exponential run time and space complexity and it has been shown to solve only small instances of CTPN in practice. In this study, we introduce new heuristics for CTPN based on novel strategies that can be used to solve much larger and realistic problem instances. We provide computational experiments on Delaunay graphs to assess and compare the performance of these heuristics and CAON∗, in terms of both run time and solution quality. Our computational experiments indicate that the proposed heuristics run extremely fast (well under a second in all cases) and they result in up to
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,143 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».