연구진은 일반화된 계획 문제를 해결하기 위해 Iterated Width (IW) 정책의 효율성과 표현력을 개선했어요. 새로운 방법은 관계적 그래프 신경망(R-GNN)을 활용하여 전체 탐색 트리를 효율적으로 인코딩합니다.
Abstracted IW(1) 기법을 도입하여 추상화된 관계적 표현을 통해 새로운 목표 검색의 확장성을 향상시켰으며, 이는 원자 대신 객체에 대한 확장으로 전환합니다.
새로운 방법은 IPC 2023 벤치마크 및 다양한 도메인에서 기존의 고전적인 계획기 LAMA보다 뛰어난 성능을 달성하며 새로운 최고 성능을 기록했습니다.