Cette recherche en IA présente le Neural A* une nouvelle méthode de recherche axée sur les données pour résoudre les problèmes de planification de chemins.

Neural A* Une nouvelle méthode de recherche axée sur les données pour résoudre les problèmes de planification de chemins grâce à l'IA

La planification de chemin permet d’identifier un chemin rentable et valid depuis un point initial vers un point cible dans une carte environnementale. Les méthodes de planification basées sur la recherche, qui incluent la célèbre recherche A*, sont largement utilisées pour résoudre des problèmes de planification de chemin. Ces techniques sont utilisées dans divers domaines, y compris la navigation des véhicules autonomes et la manipulation des bras robots.

Des études récentes ont souligné les importants avantages de la planification de chemin basée sur les données dans deux scénarios spécifiques.

• Le premier scénario concerne la découverte plus efficace de chemins presque optimaux dans les problèmes de recherche de chemin le plus court point à point par rapport aux planificateurs heuristiques traditionnels.
• Le deuxième scénario concerne la possibilité de planifier un chemin en utilisant des entrées d’image brute. Cette tâche est difficile pour les planificateurs classiques à moins d’avoir accès à un marquage sémantique des pixels de l’environnement.

Dans cette recherche, les auteurs ont redéfini différemment l’algorithme de recherche A* classique et l’ont combiné avec un encodeur convolutionnel pour créer un planificateur de réseau neuronal entièrement entraînable de bout en bout. Cette approche, connue sous le nom de Neural A*, aborde les problèmes de planification de chemin en transformant une instance de problème donnée en une carte de guidage, puis en effectuant une recherche A* différentiable basée sur cette carte.

• Les fonctionnalités de l’IA SaaS rencontrent les applications sans douves
• Personnalisez vos résultats de recherche avec l’intégration d’Amazon Personalize et du service Amazon OpenSearch.
• Surveiller votre bétail à l’aide de la technologie de l’IA

L’image ci-dessus montre deux scénarios de planification de chemin avec Neural A*.

1. Recherche de chemin le plus court point à point : trouver un chemin quasi optimal (rouge) avec moins d’explorations de nœuds (vert) pour une carte d’entrée.
2. Planification de chemin sur des entrées d’images brutes : prédire avec précision une trajectoire humaine (rouge) sur une image naturelle.

Grâce au processus d’apprentissage de l’alignement des résultats de recherche avec les trajets de référence fournis par des experts, Neural A* peut générer des chemins qui adhèrent avec précision et efficacité aux références.

Cette figure montre le diagramme schématique de Neural A*:

(1) Une instance de problème de planification de chemin est alimentée dans l’encodeur pour produire une carte de guidage.

(2) Le module A* différentiable effectue une recherche de chemin le plus court point à point avec la carte de guidage et produit un historique de recherche et un chemin résultant.

(3) Une perte entre l’historique de recherche et le chemin de référence est rétro-propagée pour entraîner l’encodeur.

Des résultats expérimentaux approfondis ont montré que Neural A* dépasse les planificateurs basés sur les données de pointe, atteignant un équilibre favorable entre l’optimalité et l’efficacité de la recherche. De plus, Neural A* a démontré sa capacité à prédire des trajectoires humaines réalistes en appliquant directement la planification basée sur la recherche à des entrées d’images naturelles.

We will continue to update IPGirl; if you have any questions or suggestions, please contact us!