{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期部分”：[[2024,4,27]]，“日期时间”：“2024-04-27T18:34:00Z”，“时间戳”：17142840177}，“引用计数”：0，“发布者”：“AI Access Foundation”，“内容域”：{“域”：[]，“交叉标记限制”：false}，”短容器时间“：[”jair“]，“摘要“：”跳点搜索（JPS）是一种众所周知的对称破坏算法，可以显著提高基于网格的最佳路径查找的性能。当输入网格是静态的时，通过将JPS与目标边界技术（如几何容器（实例化为边界框）和压缩路径数据库）相结合，可以获得进一步的加速。两种这样的方法，JPS+BB和两个Oracle路径规划（Topping），是目前已知的计算网格上最短路径的最快方法之一。这些算法的主要缺点是开销成本：每个算法都需要一个全对预计算步骤，其运行时间和后续存储成本可能会令人望而却步。在这项工作中，我们考虑了另一种方法，即只为同时也是跳跃点的网格单元预计算和存储目标边界数据。由于跳跃点的数量通常远小于网格单元的总数，因此我们可以在预处理时间和空间上节省高达几个数量级的数量。\不可考虑的预计算节省并不一定意味着性能下降。第二个贡献是，我们展示了如何利用规范排序、部分扩展策略和增强的中间修剪来提高在线查询性能，尽管预处理数据有所减少。更快的预处理和更强的在线推理相结合，产生了三种新的高性能算法：基于搜索的JPS+BB+和Two-Oracle寻径搜索（TOPS），以及基于路径提取的Topping+。我们给出了一个理论分析，表明每种方法都是完整的和最优的。我们还报告了在全面的经验评估中取得的令人信服的成果，该评估包括了几乎所有基于网格的寻径的当前和尖端算法<\/jats:p>“，”DOI“：”10.1613\/jair.1.12255“，”type“：”journal-article“，”created“：{”date-parts“：[2021,2,12]]，”date-time“：”2021-02-12T00:35:08Z“，”timestamp“：1613090108000}，”page“：“70”，“作者”：[{“给定”：“越”，“家族：“胡”，“序列”：“第一”，“从属关系”：[]}，{“给定”：“丹尼尔”，“家族”：“哈拉波”，“顺序”：“附加”，“隶属关系”：[]}“：{”日期部分“：[[2021,2,10]]}，”container-title“：[“Journal of Artificial Intelligence Research”]，“original-title”：[]，“link”：[{“URL”：“https:\/\/jair.org\/index.php\/jair \/article\/download\/12255\/26657”，“content-type”：“application\/pdf”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\/\\/jair.gorg\/indexe.php\/jair\/artracle\/dwnload\/12255\/26657“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2021,2,12]]，”date-time“：“2021-02-12T00:35:08Z”，“timestamp”：16130901080000}，“score”：1，“resource”：{“primary”：“{”URL“https:\/\/jair.org\/index.php\/jair \article\/view\/12255“}}”，“subtitle”：[]，“短标题”：[]，“已发布”：{“date-parts“：[[2021,2,10]]}，”references-count“：0，”URL“：”http://\/dx.doi.org\/10.1613\/jair.112255“，”relation“：{}，“ISSN”：[“1076-9757”]，”ISSN-type“：[{”value“：”1076-9757'，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[2021,20]]}}}}