연구진은 부분적으로만 알려진 환경에서 로봇팀의 효율적인 이동을 돕기 위해 Scout-Assisted Planning (SAP) 프레임워크를 제안했어요. SAP는 드론(scout)이 환경 정보를 수집하여 지상 로봇(ground robot)의 경로 탐색을 개선하는 방식이에요.
Information Gain-based Action Pruning 기법을 통해 드론의 정보 획득 행동의 중요도를 평가하고, 불필요한 탐색을 줄여 지상 로봇의 이동 비용을 최대 37.7% 절감했어요.
Graph Neural Network (GNN) 모델을 활용하여 정보 획득량을 예측하여 계획 시간을 실시간 수준으로 단축하면서도 기존 방식보다 8~14% 더 효율적인 경로를 찾을 수 있음을 확인했어요.