Neural Algorithmic Reasoner verbessern LLM bei Multi-Agenten-Pfadfindung
Die neuesten Erkenntnisse aus der KI-Forschung zeigen, dass große Sprachmodelle (LLM) zwar viele Aufgaben meistern, bei der Multi-Agenten-Pfadfindung (MAPF) jedoch noch hinter den Erwartungen zurückbleiben. MAPF erfordert gleichzeitig präzise Planung und die Koordination mehrerer Agenten, was die Leistungsfähigkeit von LLMs stark belastet.
