Guided Harmonic Path-Integral Diffusion: Neue Lösung für optimales Transport

Eine neue Methode namens Guided Harmonic Path-Integral Diffusion (GH‑PID) wurde vorgestellt, die das Problem des stochastischen optimalen Transports (SOT) mit einer festen Endverteilung und weichen, anwendungsorientierten Pfadkosten löst. GH‑PID nutzt ein lineares, analytisch lösbares Framework, bei dem die Vorwärts- und Rückwärts‑Kolmogorov‑Gleichungen linear bleiben und die optimale Score-Funktion als explizites Verhältnis von Green‑Funktionen dargestellt werden kann.

Durch ein niedrigdimensionales Leitprotokoll wird die Trajektorienmenge gesteuert, ohne die analytische Struktur zu verlieren. Besonders hervorzuheben ist, dass bei Gaussian‑Mixture‑Model‑Endverteilungen geschlossene Formeln entstehen, die stabile Stichproben und differenzierbares Protokolllernen mit exakter Endverteilung ermöglichen. Die Autoren haben zudem diagnostische Werkzeuge entwickelt – Pfadkosten, Zentrallinien‑Einhaltung, Varianzfluss und Driftaufwand –, die GH‑PID zu einer interpretierbaren variationalen Annäherung für empirische SOT machen.

In drei 2‑D‑Navigationsszenarien demonstriert die Arbeit die Vielseitigkeit von GH‑PID: (i) handgefertigte Protokolle zeigen, wie Geometrie und Steifigkeit Verzögerungen, Krümmungseffekte und Modus­entwicklung beeinflussen; (ii) ein einzelnes Protokoll‑Learning optimiert eine PWC‑Zentrallinie zur Minimierung der integrierten Kosten; (iii) ein Multi‑Expert‑Fusion‑Ansatz lässt einen Kommandanten konkurrierende Experten‑Trajektorien und End­Überzeugungen durch ein exaktes Produkt‑von‑Experten‑Gesetz zu einem Konsensprotokoll vereinen.

In allen Fällen erzeugt GH‑PID geometriemanpassende, vertrauenswürdige Pfade, die die vorgegebene Endverteilung erfüllen und gleichzeitig die integrierte Kosten systematisch reduzieren. Diese Fortschritte eröffnen neue Möglichkeiten für die Planung von Robotern, autonomen Fahrzeugen und anderen Anwendungen, bei denen präzise und effiziente Trajektorien erforderlich sind.