في ظل التحديات الكبيرة التي تواجهها عملية تخطيط حركة الوكلاء المتعددة (Multi-Agent Path Finding - MAPF) في الشبكات الضخمة، تم الكشف عن مقاربة جديدة ثورية. تعتمد هذه المقاربة على التخطيط بالأولويات (Prioritized Planning - PP)، حيث يقوم الوكلاء بالتخطيط بشكل متسلسل بناءً على أولوياتهم. ورغم أن هذه الطريقة تعتبر كفاءة حسابية، إلا أن جودة الحل تعتمد بشكل كبير على تحديد الأولويات، مما يمثل تحديًا ملحوظًا.

غالبية طرق تحديد الأولويات تتبنى عليه تقنيات Heuristics غير القابلة للتعميم، أو تعتمد على تكرار عمليات البحث عن أولويات مناسبة، وهو ما يتطلب مجهودًا حسابيًا كبيرًا.

ومع ذلك، في عملنا الجديد، نُظهر كيف يمكن للوكلاء أن يقوموا بالحساب مع أولويات متعددة في الوقت نفسه، مما يعزز من كفاءة التخطيط. تعتمد هذه الطريقة على مجموعة من المفاهيم العامة ولا تتطلب معرفة محددة بالنطاق المختص، ما يجعلها قابلة للتطبيق على نطاق واسع.

تتمحور هذه الدراسة حول تخطيط حركة الوكلاء المتعددة (Multi-Agent Motion Planning - MAMP) باستخدام أفق متراجع مع مراعاة قيود زمن الحوسبة. ويأخذ MAMP الديناميات لنظام النقل بعين الاعتبار بشكل أكثر تفصيلًا مقارنةً بـ MAPF.

تجاربنا العددية أظهرت بأن استراتيجيتنا تحقق أولويات قريبة من الأمثل، متفوقةً على الطرق الحديثة الأخرى مع زيادة ضئيلة في زمن الحوسبة. وقد أظهرنا القدرة على التشغيل في الوقت الحقيقي من خلال تجربة على شبكة طرق تضم عشر مركبات، ضمن مختبر الحركية السيبرانية لدينا.

هذا التطور يفتح آفاقًا جديدة في كيفية التعامل مع تحركات الوكلاء بشكل أكثر كفاءة، مما يشير إلى مستقبل واعد في مجال التنقل الذكي والتطبيقات الروبوتية.