AI dan Masalah-Masalah Sulit Dunia · Ilmu komputer teoretis · arXiv · 2026-10-23
Pendekatan Berbasis Transformer untuk Perencanaan Jalur Multi-agen Real-time dengan Kondisi Awal/Akhir yang Bervariasi
Judul asli: A Transformer-based Approach for Real-time Multi-agent Path Planning with Varying Initial/Final Conditions
Perencanaan jalur waktu nyata untuk banyak agen dengan konfigurasi awal dan tujuan yang beragam menjadi tidak terpecahkan oleh penyelesai klasik seiring bertambahnya jumlah agen. Para penulis mengusulkan OCFormer, sebuah transformer yang memetakan ruang laten terpisah ke ruang fisik yang terkopel, dilatih dengan fungsi kerugian berbasis fisika tanpa lintasan yang dihitung sebelumnya. Model ini menghasilkan lintasan mendekati optimal untuk konfigurasi yang belum pernah dilihat dalam satu kali forward pass (sekitar 220 ms), beradaptasi terhadap perturbasi di luar distribusi dalam hitungan detik melalui fine-tuning L-BFGS, dan dapat diskalakan hingga 128 agen dalam eksperimen navigasi 2D dan 3D.