Multi-agent motion planning上級
学習不要の拡散プランナーTFDP、解析的局所スコアで300台100障害物を平均5.39秒で経路生成
本研究は学習不要の拡散ベース動作計画手法TFDPを提案した。学習済みスコアの代わりに平滑性、障害物回避、速度制約、エージェント間分離から解析的に局所スコアを構成し、反復デノイズで実行可能な軌道を生成する。マルチエージェント経路計画ベンチマークでDGDなど学習ベース拡散手法より高い成功率と約150倍の高速化を達成し、300台100障害物の環境で平均5.39秒の計画を報告した。本論文は査読前のプレプリントである。