다중 에이전트 경로 탐색(MAPF) 문제는 여러 에이전트의 충돌 없는 경로를 찾아 비용 합이나 메이크스팬과 같은 목표를 최적화하는 것을 목표로 한다. 자동 창고, 제조 시스템 및 공항 물류와 같은 분야에서 광범위하게 적용된다. 그러나 대부분의 MAPF 공식은 계획을 위해 단순화된 로봇 모델을 가정하여 운동학적 제약, 통신 지연 시간, 컨트롤러 가변성과 같은 실행 시간 요인을 간과한다. 본 논문에서는 이 격차를 해소하기 위해, 주요 검색 기반 MAPF 플래너와 결합할 수 있는 실행 기반 MAPF 계획 프레임워크인 REMAP을 제안한다. 제안된 ExecTimeNet을 통합하여 계획된 경로를 기반으로 실행 시간을 정확하게 추정한다. Real-world Deadlines (MAPF-RD) 문제를 해결하기 위해 REMAP을 적용하고, 두 가지 인기 있는 MAPF 방법인 MAPF-LNS 및 CBS와 통합했다. 최대 300개의 에이전트가 있는 벤치마크 맵에서 REMAP이 기본 방법(예: 상수 실행 속도 추정기)보다 최대 20%의 솔루션 품질 향상을 달성했다.
