UPath: Universeller Planer für Gitterbasierte Pfadfindung in heterogenen Topologien

Die neueste Veröffentlichung auf arXiv (2602.23789v1) präsentiert UPath, einen universellen Planer, der die Grenzen herkömmlicher Heuristiken für gitterbasierte Pfadfindung sprengt.

Traditionelle Algorithmen wie A* sind stark von der gewählten Heuristik abhängig. Während aktuelle neuronale Netzwerke die Form und Lage von Hindernissen berücksichtigen, funktionieren sie meist nur zuverlässig, wenn Trainings- und Testkarten aus derselben Verteilung stammen – etwa Stadt- oder Innenraumpläne. In der Praxis, wo jedoch häufig völlig neue Umgebungen auftreten, versagen diese Ansätze.

UPath löst dieses Problem, indem es einen einzigen, universellen Heuristikvorhersager trainiert, der auf allen Arten von Aufgaben generalisiert. In umfangreichen Tests konnte gezeigt werden, dass A* mit UPath bis zu 2,2‑fach weniger Rechenaufwand benötigt und gleichzeitig Lösungen liefert, die im Durchschnitt weniger als 3 % vom optimalen Pfad abweichen – und das bei Karten, die völlig anders sind als die Trainingsdaten.

Dies markiert einen Meilenstein: erstmals kann ein lernbarer Solver universell eingesetzt werden, ohne dass die Leistung bei unbekannten Aufgaben drastisch sinkt.