晩秋：LLMエージェントが汎用マルチロボットプランナを単一倉庫向けに特化

- 実倉庫のような変化の少ない現場向けに、汎用の multi-robot planner を LLM coding agents が自律研究で特化させる取り組み「Late Autumn」 - 対象は task assignment と multi-agent path finding (MAPF) を組み合わせた lifelong planner、既存 automated warehouse を模した floor で評価 - 6 つの campaign を実施し、汎用性を捨てて throughput を稼ぐ『post-training のアナロジー』を探る

- 従来は専門家が各 site ごとに planner を調整できず、1 つの汎用 planner を多数 site で運用 - 本研究は LLM agents による autonomous research で site 特化を自動化し、汎用性と引き換えに throughput を向上させる点が新しい - 専門家の手作業チューニングではなく、review 可能な patch 群として特化を実現する枠組みを提示

- LLM coding agents が autonomous research を回し、汎用 planner のコードを修正・評価する campaign を反復 - 修正は scored commits の連鎖として蓄積され、最終 patch は 0.7k–2.4k lines、中央値 27 lines/step - task assignment と MAPF を統合した lifelong planner を対象に、throughput を指標として特化を進める

- 既存 automated warehouse を模した floor で 6 campaigns を実施 - throughput が 22–60% 向上し、unseen seeds でも gains が保持されることを確認 - 別 layout・大規模 fleet・他 service times への転移、小規模 fleet での縮小、outbound-heavy demand mix での消失を検証 - 専門家 review により、score が見落とす問題を発見できることも確認

- gains は別 layout・大規模 fleet・他 service times に概ね転移するが、小規模 fleet では縮小し outbound-heavy demand mix ではほぼ消失 - 一部 patch は planner compute を 100x 以上に増大させる - score では捉えられない問題が review で見つかるため、専門家は insightful metrics と高速 simulator の設計へ軸足を移すべきと示唆 - ただし特化の限界条件やコスト面の詳細は要旨からは不明

- multi-agent path finding (MAPF) の既知メカニズム（corridor-exit priorities、local guidance、rollouts）に関する文献 - task assignment と MAPF を統合した lifelong planning の研究 - LLM coding agents による autonomous research / コード最適化の先行研究 - 特化と汎用性のトレードオフを扱う planner 適応・post-training 関連の研究