연구진은 시간적 지식 그래프 추론의 효율성을 높이기 위해 RAPTOR라는 사전 훈련 방법을 제안했어요. RAPTOR은 목표 엔티티에 도달 가능한 후보 행동을 예측하여 불가능한 경로 탐색을 줄여줘요. ICEWS 데이터셋 실험 결과, 기존 방법보다 훈련 효율성이 높고 성능이 향상됐어요.
RAPTOR은 강화 학습 기반 다중 홉 추론 방법을 위한 사전 훈련으로, 에이전트에게 도달 가능성을 인지하는 편향을 주입해요. 이를 통해 불가능한 경로 탐색을 줄이고 다운스트림 강화 학습 미세 조정에 대한 강력한 초기화 환경을 제공해요.
ICEWS14, ICEWS05-15, ICEWS18 데이터셋 실험에서 RAPTOR 사전 훈련은 훈련 효율성을 크게 향상시키고 기존 방법보다 일관되게 우수한 성능을 보여줬어요.