연구진은 연속적인 환경에서 불확실성 하에 계획하는 문제를 해결하기 위해 Graph Sparse Sampling (GSS) 알고리즘을 제안했어요. GSS는 후보 결정 간에 샘플링된 미래를 공유하여 분기 구조 없이 그래프 형태로 계획을 진행하며, GPU 친화적인 배치 처리가 가능해요.
기존 트리 기반 계획법의 지평선 의존성 문제를 해결하기 위해, GSS는 계획 지평선에 대한 다항식 의존성을 보장하는 유한 샘플 성능 보장을 제공해요.
실험 결과, GSS는 장기적인 수평선에서 트리 기반 계획법보다 성능이 뛰어나거나, 거의 최적의 성능을 달성하며, 분기 없는 그래프 계획의 가능성을 보여줬어요.