L'IA face aux grands problèmes du monde · Informatique théorique · arXiv · 2026-10-23
Une approche fondée sur les Transformers pour la planification de trajectoires multi-agents en temps réel avec des conditions initiales/finales variables
Titre original: A Transformer-based Approach for Real-time Multi-agent Path Planning with Varying Initial/Final Conditions
La planification de trajectoires en temps réel pour de nombreux agents avec des configurations de départ et d'arrivée variables devient intraitable pour les solveurs classiques à mesure que le nombre d'agents augmente. Les auteurs proposent OCFormer, un transformer qui associe un espace latent découplé à l'espace physique couplé, entraîné avec une fonction de perte informée par la physique et sans trajectoires précalculées. Il produit des trajectoires quasi optimales pour des configurations inédites en une seule passe avant (environ 220 ms), s'adapte en quelques secondes aux perturbations hors distribution par un ajustement fin L-BFGS, et passe à l'échelle jusqu'à 128 agents dans des expériences de navigation en 2D et 3D.