Neue, symmetrieinvariante Heuristiken für Planung mit Weisfeiler‑Leman‑Features

In der aktuellen Arbeit wird ein neuer Ansatz vorgestellt, der die klassische Novelty‑Heuristik – die Suche nach Zuständen mit neuen Atomen – um ein entscheidendes Merkmal erweitert: Symmetrieinvarianz. Durch die Verwendung von Weisfeiler‑Leman‑Features (WLFs) anstelle von Atomen können redundante Erkundungen, die bei symmetrischen Zuständen entstehen, vermieden werden.

WLFs wurden erst kürzlich als Feature‑Set für das Lernen domänenabhängiger Heuristiken in allgemeinen Planungsproblemen eingeführt. In diesem Bericht wird gezeigt, wie diese Features in einer völlig unüberwachten Weise genutzt werden können, um lifted, domänenunabhängige Novelty‑Heuristiken zu synthetisieren. Das Ergebnis ist eine Heuristik, die unabhängig von symmetrischen Zuständen arbeitet und damit effizienter durchsucht.

Die Experimente, die auf den klassischen Datenbanken der International Planning Competition sowie der Hard‑to‑Ground‑Benchmark-Suite basieren, liefern vielversprechende Ergebnisse. Sie demonstrieren, dass die aus WLFs abgeleiteten Heuristiken die Leistung der Suche signifikant verbessern können, ohne dass zusätzliche Domänenkenntnisse erforderlich sind. Dieser Ansatz eröffnet neue Perspektiven für die Entwicklung robuster, symmetrieinvarianter Suchstrategien in der automatischen Planung.