GNN-basierte Heuristiken skalieren Multi-Agent Epistemic Planning
Ein neues Verfahren aus der KI-Forschung nutzt Graph Neural Networks (GNNs), um die Planung von Mehragentensystemen, die sowohl die physische Umgebung als auch die Überzeugungen der Agenten berücksichtigen, deutlich effizienter zu gestalten. Das Konzept des Multi-Agent Epistemic Planning (MEP) verlangt, Zustände als Kripke-Strukturen – also gerichtete, beschriftete Graphen – darzustellen. Diese graphische Natur erschwert die Anwendung herkömmlicher Heuristiken, wodurch die Suche oft in einem exponentiellen Raum ohne Orientierung verläuft und die Lösbarkeit stark eingeschränkt wird.
