KI und die schwierigen Probleme der Welt · Theoretische Informatik · arXiv · 2026-10-23
Ein Transformer-basierter Ansatz zur Echtzeit-Pfadplanung für mehrere Agenten mit variierenden Anfangs-/Endbedingungen
Originaltitel: A Transformer-based Approach for Real-time Multi-agent Path Planning with Varying Initial/Final Conditions
Echtzeit-Pfadplanung für viele Agenten mit variierenden Start- und Zielkonfigurationen wird für klassische Solver mit wachsender Agentenzahl unlösbar. Die Autoren schlagen OCFormer vor, einen Transformer, der einen entkoppelten latenten Raum auf den gekoppelten physikalischen Raum abbildet und mit einer physikinformierten Verlustfunktion ohne vorab berechnete Trajektorien trainiert wird. Er erzeugt für unbekannte Konfigurationen in einem Vorwärtsdurchlauf (etwa 220 ms) nahezu optimale Trajektorien, passt sich durch L-BFGS-Feinabstimmung in Sekunden an Verteilungsabweichungen an und skaliert in 2D- und 3D-Navigationsexperimenten auf 128 Agenten.