旅程計画の最適化アプリケーションに向けたエージェント型AI

要旨: 知能型車両のための経路計画では、実行可能な行程を作るだけでなく、移動時間・エネルギー消費・交通状況といった相互に関係する要因が計画の品質に直接影響するため、最適なルートを選択することがますます重要になっています。にもかかわらず、既存のシステムは主として実行可能性志向の計画に設計されており、現在のベンチマークは根拠となる真値を伴わない参照解答しか提供しないため、最適化性能を客観的に評価できません。本論文では、交通・充電・観光地（ポイント・オブ・インタレスト）を扱う専門エージェントを統括エージェントがオーケストレーションすることで、動的な改良を可能にするエージェント型AIフレームワーク、ならびに、確定的な最適解と、きめ細かな分析のためのカテゴリ別タスク構造を提供する「経路計画最適化問題データセット」を用いて、これらの制約に対処します。実験の結果、提案システムはTOPベンチマークで77.4\%の精度を達成し、単一エージェントおよびワークフロー型のマルチエージェントのベースラインを大幅に上回ることが示されました。これは、頑健な経路計画の最適化において、オーケストレーションされたエージェントによる推論が重要であることを示しています。