La IA y los problemas difíciles del mundo · Informática teórica · arXiv · 2026-10-23
Un enfoque basado en Transformers para la planificación de rutas multiagente en tiempo real con condiciones iniciales/finales variables
Título original: A Transformer-based Approach for Real-time Multi-agent Path Planning with Varying Initial/Final Conditions
La planificación de rutas en tiempo real para muchos agentes con configuraciones iniciales y objetivos variables se vuelve intratable para los solucionadores clásicos a medida que crece el número de agentes. Los autores proponen OCFormer, un transformer que mapea un espacio latente desacoplado al espacio físico acoplado, entrenado con una pérdida informada por la física y sin trayectorias precalculadas. Produce trayectorias casi óptimas para configuraciones no vistas en una sola pasada hacia adelante (unos 220 ms), se adapta en segundos a perturbaciones fuera de distribución mediante ajuste fino con L-BFGS, y escala hasta 128 agentes en experimentos de navegación en 2D y 3D.