DiffLNS: Diffusione Discreta per il Pathfinding Multi-Agente
Un nuovo framework ibrido chiamato DiffLNS è stato introdotto dai ricercatori, integrando un modello probabilistico di diffusione denoising discreto (D3PM) con il solver basato su riparazione LNS2 per il Pathfinding Multi-Agente (MAPF). Questo compito implica la generazione di percorsi senza collisioni per diversi agenti dai loro punti di partenza alle loro destinazioni, un processo che diventa combinatoriamente impegnativo in ambienti densamente popolati. Spesso, piani iniziali subottimali portano a conflitti complessi che complicano le riparazioni. DiffLNS impiega D3PM come inizializzatore, utilizzando l'attenzione sociale sparsa per derivare un prior spaziotemporale da dimostrazioni esperte, consentendo il campionamento di vari piani congiunti. Interagendo direttamente con lo spazio d'azione categorico, la diffusione discreta mantiene la struttura d'azione del MAPF e campiona da una distribuzione di piani congiunti multimodale, affrontando l'aspetto trascurato della qualità del piano iniziale nei solver basati su riparazione come LNS2.
Fatti principali
- DiffLNS integra un modello probabilistico di diffusione denoising discreto (D3PM) con LNS2.
- D3PM funge da inizializzatore con attenzione sociale sparsa.
- Apprende un prior spaziotemporale su traiettorie d'azione multi-agente coordinate da dimostrazioni esperte.
- Il framework campiona più piani congiunti.
- Opera direttamente sullo spazio d'azione categorico.
- La diffusione discreta preserva la struttura d'azione del MAPF.
- La qualità del piano iniziale influisce criticamente sulla riparazione a valle in LNS2.
- L'approccio si rivolge a scenari MAPF complessi e congestionati.
Entità
—