Планирование траектории на метрическом графе как задача генерации изображений при помощи генеративных состязательных сетей

Планирование траектории в статической среде является хорошо известной задачей в робототехнике, видеоиграх и т. д. Одним из распространенных способов ее решения является представление среды в виде графа регулярной декомпозиции (ГРД), состоящего из заблокированных и свободных ячеек. Задача планирования на таком графе решается как задача эвристического поиска кратчайшего пути. С другой стороны, двумерная сетка во многом напоминает цифровое изображение, поэтому возникает привлекательная идея - рассматривать проблему как задачу генерации изображения и решать ее, используя нейронные сети и машинного обучения. В этой работе мы предпринимаем попытку применить генеративную модель в качестве модели для поиска пути. Мы создаем контекстно-зависимую генеративно-состязательную сеть, которая генерирует изображение, содержащее путь в ответ на ввод контекста, то есть изображения карты-сетки с начальными и целевыми позициями.