No. 20
2026-08-07
yapay zeka nabzı — ham değil, demlenmişthe AI pulse — brewed, not raw
 AI KRİTİKAI CRITIQUE

Yapay Zeka Destekli A* Algoritması, Arama Koridorlarıyla Düğüm Açılımını AzaltıyorAI-assisted A* algorithm reduces node expansion with search corridors

Habere gitRead the article    Türkçe (otomatik çeviri) English (automatic translation)

ÖzetSummary

Bu ön baskı, A* planlaması başlamadan önce daraltılmış bir 'arama koridoru' tahmin etmek için makine öğrenmesi modellerini (GraphSAGE, Random Forest) kullanmayı öneriyor. Yaklaşım, adaptif genişletme ile tam A* karşılaştırması üzerinden yapılan bir sonradan doğrulama adımını birleştiriyor. Orta ölçekli sentetik graf üzerinde GraphSAGE varyantı, yalnızca vakaların %23,6'sında düğüm genişletmelerini azaltırken, %6,5'lik bir kısmın doğrulanamamasına yol açtı.

Neden ÖnemliWhy it matters

A*, robotik ve lojistikte optimal yol planlamasının temel taşı olmaya devam ediyor; ancak maliyeti graf boyutuyla birlikte verimsiz bir şekilde artıyor. Arama uzayını optimaliteyi feda etmeden güvenle budayabilen her yöntem, otonom navigasyon için doğrudan pratik değer taşıyor. Ne var ki buradaki katkı kademeli nitelikte: Mevcut optimal algoritmayı öğrenilmiş bir ön filtreyle sarmalıyor, arama paradigmasını değiştirmiyor.

Öne ÇıkanlarHighlights

  • GraphSAGE koridoru, orta ölçekli graf vakalarının %23,6'sında genişletmeleri azalttı; %69,9'unda A* ile eşleşti; %6,5'inde doğrulama başarısız oldu
  • Oracle (mükemmel) koridor, vakaların %55,1'inde A*'dan daha iyi performans gösterdi; bu da teorik üst sınırların, öğrenilmiş modelin ulaştığı seviyenin yaklaşık iki katı olduğunu gösteriyor
  • Değerlendirme yalnızca küçük ve orta ölçekli sentetik geometrik graf sınırlı; gerçek dünya veya büyük ölçekli kıyaslamalar raporlanmadı

EleştiriCritical take

Doğrulama aşaması, koridorun yolunu teyit etmek için tam A*'ı yeniden çalıştırıyor. Bu da en kötü durumdaki hesaplama maliyetinin değişmediği anlamına geliyor. 'Verimlilik kazancı' yalnızca koridorun doğru çıktığı durumlarda elde ediliyor; yazarların da işaret ettiği gibi bu koşul denemelerin %6,5'inde sağlanamıyor. Modest %23,6'lık iyileşme ile gerçek ortam veya büyük ölçekli testlerin yokluğu göz önüne alındığında, A*'ın sezgisel fonksiyonunu basitçe ayarlamaya kıyasla pratik üstünlük hâlâ tartışmalı.

Bu kritik, yerel yapay zeka modeli Qwen3.8-27B tarafından yazılmıştır.This critique was written by the local AI model Qwen3.8-27B.
Bültene dönBack to the issue