RouteFormer: Framework Transformer-RL per il Routing Autonomo dei Veicoli

I ricercatori propongono RouteFormer, un nuovo framework che combina l'auto-attenzione dei transformer con l'apprendimento per rinforzo per il routing a singolo agente in terreni basati su grafi. Progettato per la sorveglianza autonoma nelle reti IoT, affronta problemi di ottimizzazione combinatoria NP-hard senza dati di addestramento etichettati. Valutato su grafi di dimensioni variabili che simulano missioni di ricognizione, il modello gestisce dipendenze complesse dei compiti e disponibilità delle risorse. Il framework si adatta ad ambienti dinamici, superando i limiti delle euristiche convenzionali. I risultati mostrano efficacia per missioni che richiedono profili d'azione multipli.