연구진은 큐브 퍼즐, 슬라이딩 타일 퍼즐, Lights Out 퍼즐 등 조합 문제 해결을 위한 휴리스틱 탐색 알고리즘의 허용 가능성을 높이는 새로운 프레임워크를 제시했어요.
Admissible Bellman Operator와 Asymmetric Loss 함수를 활용해 과대평가 문제를 해결하고, 검증 데이터셋을 활용해 안전 마진을 계산하여 신경 휴리스틱의 허용 가능성을 보장했어요.
실험 결과, 제안하는 방식은 기존 방식 대비 최대 83% 더 적은 탐색 노드 확장을 통해 경로 최적성을 유지하며 실제 성능을 향상시키는 것을 확인했어요.