Late Autumn: LLM Agents Specialize a General Multi-Robot Planner for One Warehouse

이 논문은 LLM 코딩 에이전트가 범용 다중 로봇 계획기를 한 창고에 맞게 특화해 처리량을 크게 올리는지를 검증했다.

이 논문은 한마디로 LLM 코딩 에이전트의 자율 연구가 하나의 창고에 특화된 로봇 계획기 패치를 만들어 처리량을 22–60% 끌어올렸다. 연구진은 결합 계획기 ITA-LaCAM을 실제 창고를 본뜬 바닥에서 여섯 차례 캠페인으로 튜닝하게 했다. 에이전트는 복도 출구 우선순위 같은 알려진 MAPF 기법을 스스로 다시 찾아냈고, 같은 병목을 독립적으로 발견했다. 최종 패치는 커밋 단위로 검토할 수 있을 만큼 작았다.

핵심 요약

• LLM 코딩 에이전트가 9.0k 줄짜리 범용 다중 로봇 계획기를 한 창고 사이트에 맞게 특화하는 자율 연구를 여섯 차례 수행했다.
• 모든 캠페인의 최고 패치가 기준선보다 처리량을 22–60% 높였고 새로운 시드 20개에서도 이득이 유지되었다.
• 에이전트는 복도 출구 우선순위와 국소 안내, 롤아웃 같은 알려진 MAPF 기법을 스스로 다시 찾아냈고 독립 캠페인들이 같은 병목을 발견했다.
• 이득은 다른 배치와 더 큰 함대, 다른 서비스 시간에도 대부분 이어졌지만 출발 중심 수요에서는 거의 사라졌다.
• 최종 패치는 0.7k–2.4k 줄이고 향상 단계의 중간값이 27 줄이라 전문가가 커밋 단위로 검토할 수 있다.
• 검토는 점수가 놓치는 문제를 찾아냈고 일부 패치는 계획기 계산량을 100배 이상 늘렸다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.