AIが解く世界の難問 · 計算機科学の理論 · arXiv · 2026-10-23
初期・最終条件が異なる複数エージェントのリアルタイム経路計画のためのTransformerによる手法
原題: A Transformer-based Approach for Real-time Multi-agent Path Planning with Varying Initial/Final Conditions
初期・最終配置が異なる多数のエージェントの経路計画は、エージェント数が増えると従来の数値解法では計算が困難になる。本研究は、Transformerに基づくOCFormerを提案し、物理情報を組み込んだ損失を用いて、事前計算した軌道データなしで衝突回避などの制約を含む最適制御問題を学習させる。学習後は未知の初期・最終条件に対して約220ミリ秒の1回の順伝播でほぼ最適な軌道を生成し、L-BFGSによる転移学習で分布外の摂動にも数秒で適応する。2次元と3次元の実験では最大128エージェントまで拡張性と効率性を示した。