PRISM: Complete Online Decentralized Multi-Agent Pathfinding with Rapid Information Sharing using Motion Constraints
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);MIT Lincoln Laboratory(麻省理工学院林肯实验室)
针对多任务多智能体路径规划中的碰撞、死锁与通信受限问题,本文提出去中心化算法 PRISM,通过运动约束信息包快速共享实现可扩展协作,并在实验中相较 CBS 与 TPTS 展现显著优势。
2025-05-12 cs.AI cs.RO
Monte-Carlo Tree Search for Multi-Agent Pathfinding: Preliminary Results
Moscow Institute of Physics and Technology(莫斯科物理技术学院);AIRI;Federal Research Center "Computer Science and Control" of the Russian Academy of Sciences(俄罗斯科学院计算机科学与控制联邦研究中心)
本文提出一种面向多智能体路径规划的蒙特卡洛树搜索变体,通过基于个体路径的奖励计算和分解技术降低分支因子,实验证明其优于基于A*的基线规划算法。
2023-07-25 cs.AI
Local Guidance for Configuration-Based Multi-Agent Pathfinding
本研究针对多智能体路径规划(MAPF),提出局部引导方法,向规划器提供时空线索,应用于LaCAM求解器后在保证时间预算的前提下显著提升解决方案质量,建立了MAPF新的性能前沿。
2025-11-15 cs.AI cs.MA cs.RO
Improving LaCAM for Scalable Eventually Optimal Multi-Agent Pathfinding
National Institute of Advanced Industrial Science and Technology (AIST)(产业技术综合研究所);University of Cambridge(剑桥大学)
本研究针对多智能体路径规划问题,对LaCAM算法做出两项改进:提出可最终收敛到最优解的随时版本LaCAM*,并优化后继生成以快速得初始解,实验表明其在千级智能体规模下仍能高效求解且保证最优收敛性。
2023-05-05 cs.AI cs.MA cs.RO
Any-Angle Pathfinding for Multiple Agents Based on SIPP Algorithm
National Research University Higher School of Economics(俄罗斯国家研究型高等经济大学);RUDN University(俄罗斯人民友谊大学)
本文讨论了在共享的2D工作空间中为多个相同圆形的智能体寻找无冲突轨迹的问题,并进行了解耦,例如,优先级,方法是用来解决这个问题。智能体的工作空间被镶嵌到正方形网格中,在正方形网格上允许任何角度的移动,例如,每个智能体可以移动到任意方向,只要该移动遵循其端点被绑定到不同网格元素的直线段。提出了一种基于安全区间路径规划(SIPP)算法的任意角度规划器,用于求解智能体在网格上的动态障碍物(其他智能体)中的运动轨迹。然后,该算法被用作优先级多代理规划器AA-SIPP(m)的一部分。在理论方面,我们证明了AA-SIPP(m)在定义良好的条件下是完备的。在实验方面,在模拟测试与多达200个代理商参与,我们表明,我们的规划师发现更好的解决方案的成本(高达20%)相比,规划师只依靠基数移动。
2017-03-15 cs.AI
HiMAP: Learning Heuristics-Informed Policies for Large-Scale Multi-Agent Pathfinding
KAIST(韩国科学技术院);Omelet
本文提出HiMAP,一种基于启发式指导模仿学习的去中心化大规模多智能体路径规划方法,通过小规模训练与推理技术提升成功率和可扩展性。
2024-02-23 cs.AI cs.LG cs.MA
Q-Mixing Network for Multi-Agent Pathfinding in Partially Observable Grid Environments
Moscow Institute of Physics and Technology(莫斯科物理技术学院);Moscow Aviation Institute(莫斯科航空学院);Artificial Intelligence Research Institute FRC CSC RAS(俄罗斯科学院联邦科学研究中心计算机科学与控制研究所人工智能研究院)
在本文中,我们考虑在部分可观测网格环境中的多智能体导航问题。这个问题对于集中式规划方法来说是具有挑战性的,因为它们通常依赖于对环境的全面了解。我们建议利用强化学习的方法时,代理,首先,学习的政策,映射观察到的行动,然后遵循这些政策,以达到他们的目标。为了解决与学习合作行为相关的挑战,即在许多情况下,代理需要相互让步以完成任务,我们使用混合Q网络来补充学习个体策略。在实验评估中,我们表明,这种方法导致合理的结果和规模以及大量的代理。
2021-08-13 cs.AI cs.LG
LLMDR: LLM-Driven Deadlock Detection and Resolution in Multi-Agent Pathfinding
Seoul National University(首尔大学)
针对多智能体寻路中基于学习方法在易死锁复杂场景下的可扩展性难题,提出LLMDR方法,结合LLM推理与优先规划来检测并解决死锁,显著提升了已学习模型的成功率与可扩展性。
2025-03-02 cs.AI cs.MA
Alternating Target-Path Planning for Scalable Multi-Agent Coordination
Hitotsubashi University, Japan(日本立命堂大学);National Institute of Advanced Industrial Science and Technology (AIST), Japan(日本国家先进工业科学和技术研究院)
本文提出一种迭代优化框架,将目标分配与路径规划解耦,利用高效MAPF求解器实现可扩展的多智能体协同路径规划,有效提升大规模TAPF问题的求解能力。
2026-05-12 cs.AI
Learning to Communicate Locally for Large-Scale Multi-Agent Pathfinding
本文提出LC-MAPF,通过多轮本地通信提升多智能体协作,优于现有基于强化学习和模仿学习的MAPF求解器,且保持可扩展性。
2026-05-12 cs.AI cs.LG cs.MA
Cooperative Reward Shaping for Multi-Agent Pathfinding
针对多智能体路径规划中因缺乏全局信息导致的协作不足问题,提出基于独立Q学习的协作奖励塑形方法,通过评估邻居影响并融入奖励函数促进分布式协作,实验表明在大量智能体场景中优于现有方法。
2024-07-15 cs.AI cs.RO
Multi-Agent Pathfinding Under Team-Connected Communication Constraint via Adaptive Path Expansion and Dynamic Leading
George Mason University(乔治·马歇尔大学)
本文提出了一种新的多智能体路径规划框架,解决在团队连接通信约束下路径规划的问题。通过自适应路径扩展和动态领导技术,有效处理通信约束下的路径规划,实验证明在不同环境中能高效处理大量智能体。
2026-02-03 cs.AI cs.MA cs.RO
Graph Attention-Guided Search for Dense Multi-Agent Pathfinding
∗ , Keisuke Okumura 1,2∗ , Michael Amir 1 , Amanda Prorok 1(1、Okumura、Amir、Prorok)
本文提出LaGAT混合框架,将增强型图注意力神经策略MAGAT的学习启发式集成进LaCAM,并结合微调与死锁检测,在稠密MAPF场景中超越纯搜索和纯学习方法。
2025-10-20 cs.AI cs.LG cs.MA
Engineering LaCAM$^\ast$: Towards Real-Time, Large-Scale, and Near-Optimal Multi-Agent Pathfinding
University of Cambridge(剑桥大学);National Institute of Advanced Industrial Science and Technology (AIST)(国立研究开发法人产业技术综合研究所)
本文针对 LaCAM* 初始解质量差、收敛慢的问题,融合多种受其他 MAPF 方法启发的改进技术,显著提升其实时大规模近优路径规划能力。
2024-01-21 cs.AI cs.MA cs.RO
Optimal and Bounded Suboptimal Any-Angle Multi-agent Pathfinding
FRC CSC RAS(俄罗斯科学院计算机科学与控制研究所联邦研究中心);AIRI(人工智能研究所);HSE University(高等经济大学);MIPT(莫斯科物理技术学院);Ben-Gurion University of the Negev(内盖夫本-古里安大学)
本文提出首个最优任意角度多智能体路径规划算法,通过将不相交分裂和多约束技术引入CCBS与TO-AA-SIPP组合以缓解高分支因子问题,并进一步给出有界次优变体以可控地权衡运行时间与解代价。
2024-08-30 cs.AI cs.MA cs.RO
Multi-Agent Pathfinding with Non-Unit Integer Edge Costs via Enhanced Conflict-Based Search and Graph Discretization
China Mobile Group Hunan Company Limited(中国移动通信集团湖南有限公司)
本文提出MAPFZ,一种处理非单位整数边成本的多智能体路径规划变种,通过增强的基于冲突搜索框架和图离散化方法,提升了求解效率和现实准确性。
2026-04-07 cs.AI
Lightweight and Effective Preference Construction in PIBT for Large-Scale Multi-Agent Pathfinding
Keisuke Okumura 1,2(奥村健介);Hiroki Nagai 1,3(冈田宏)
针对大规模多智能体路径规划中PIBT算法的动作平局选择影响求解效果的问题,提出两种轻量平局打破技术,在不损失计算速度的前提下提升了MAPF求解性能与吞吐量。
2025-05-19 cs.AI cs.MA
Asynchronous Decentralized Algorithm for Space-Time Cooperative Pathfinding
Czech Technical University in Prague(捷克布拉格技术大学);Delft University of Technology(代尔夫特理工大学)
合作寻路是一个多智能体路径规划问题,其中一组车辆搜索相应的一组非冲突的时空轨迹。许多实用的方法集中解决合作寻路问题的优先级规划策略的基础上。然而,在某些领域(例如,无人驾驶飞行器、自主水下航行器或无人驾驶地面航行器的多机器人团队),由于域和/或隐私问题所施加的通信限制,分散式方法可能比集中式方法更可取。在本文中,我们提出了一个异步分散的优先级规划ADPP和它的可中断版本IADPP的变种。该算法利用分布式系统固有的并行性,并允许加快计算过程。与同步规划方法不同,该算法允许代理立即对其他代理的路径更新做出反应,并调用其本地时空路径规划器来找到最佳轨迹,作为对其他代理选择的响应。我们提供了一个证明的算法的正确性和实验评估他们的合成域。
2012-10-25 cs.AI cs.DC cs.RO
Advancing Learnable Multi-Agent Pathfinding Solvers with Active Fine-Tuning
AIRI;FRC CSC RAS(俄罗斯科学院应用系统研究所以及计算机科学与控制论研究所);Moscow Institute of Physics and Technology(莫斯科物理技术学院)
本文提出MAPF-GPT-DDG,通过利用集中式专家数据和delta-data生成机制对预训练模型进行主动微调,显著提升了多智能体寻路求解器的性能与训练速度,并实现了处理百万级智能体的可扩展性。
2025-06-30 cs.AI cs.LG cs.MA
SRMT: Shared Memory for Multi-agent Lifelong Pathfinding
AIRI;MIPT(莫斯科物理技术学院);London Institute for Mathematical Sciences(伦敦数学科学研究院)
本文提出共享循环记忆Transformer(SRMT),通过全局共享内存工作区实现去中心化多智能体的无约束协调,在PO-MAPF等任务上表现优于基线,可扩展且无需领域特定启发式。
2026-08-25 cs.AI cs.LG cs.MA
An Analysis of Constraint-Based Multi-Agent Pathfinding Algorithms
Parasol Lab, School of Computer Science, University of Illinois at Urbana Champaign(帕索尔实验室,计算机科学学院,伊利诺伊大学厄巴纳-香槟分校);Department of Computer Science at Instituto Tecnológico Autónomo de México (ITAM)(墨西哥自治理工学院(ITAM)计算机科学系)
本文分析了基于约束的多智能体路径寻找算法,探讨了保守型与激进型约束在不同场景下的性能差异,并提供了决策流程图以指导约束选择,同时强调了拓扑特征在多机器人运动规划中的重要性。
2025-11-23 cs.AI cs.MA cs.RO
MAPF-GPT: Imitation Learning for Multi-Agent Pathfinding at Scale
AIRI;Federal Research Center “Computer Science and Control” of the Russian Academy of Sciences(俄罗斯科学院“计算机科学与控制”联邦研究中心);Moscow Institute of Physics and Technology(莫斯科物理技术学院)
本文提出 MAPF-GPT,仅用模仿学习和 Transformer 构建 MAPF 基础模型,无需额外启发式或通信,具备零样本能力,并在多种实例上显著优于现有可学习求解器且推理高效。
2025-04-08 cs.AI cs.LG cs.MA
Planning for Complex Non-prehensile Manipulation Among Movable Objects by Interleaving Multi-Agent Pathfinding and Physics-Based Simulation
Carnegie Mellon University(卡内基梅隆大学)
现实世界中的操作问题,在严重的混乱需要机器人的原因与物体在环境中的潜在接触。我们专注于取放风格的任务,从一个架子上检索目标对象,其中一些“可移动”的对象必须重新安排,以解决任务。特别是,我们的动机是让机器人的原因,并考虑非易失性的重排行动,导致复杂的机器人对象和对象对象的相互作用,其中多个对象可能会被机器人同时移动,对象可能会倾斜,相互依赖,或推翻。为了支持这一点,我们查询一个基于物理的模拟器来向前模拟这些互动动态,这使得行动评估在规划计算非常昂贵。为了使规划器易于处理,我们在可移动对象之间的操作域和多智能体寻路之间建立了一个连接,使我们可以将问题分解为两个阶段,我们的M4M算法迭代。首先,我们解决了一个多智能体规划问题的原因有关的配置的可移动物体,但不向前模拟的物理模型。接下来,解决了手臂运动规划问题,其使用基于物理的模拟器,但不搜索可移动物体的可能配置。我们运行模拟和真实世界的实验与PR2机器人和相关的基线算法进行比较。我们的研究结果表明,M4M可以生成复杂的3D交互,并以具有竞争力的性能解决至少两倍于基线的问题。
2023-03-23 cs.AI cs.RO
POGEMA: A Benchmark Platform for Cooperative Multi-Agent Pathfinding
Airi(人工智能研究院(Airi))
本文提出POGEMA基准平台,统一支持学习、实例生成、可视化和自动评估,并定义多指标评估协议,实现对经典、学习型与混合多智能体路径规划方法的公平比较。
2025-04-08 cs.AI cs.LG cs.MA
Leveraging Experience in Lifelong Multi-Agent Pathfinding
Technion, Israel Institute of Technology(以色列理工学院)
在终身多智能体路径查找(L-MAPF)中,一组智能体执行由共享图上的智能体访问的多个位置组成的任务流,同时避免彼此冲突。L-MAPF通常通过将其划分为多个连续的,因此类似的“一次性”MAPF查询来处理,如滚动时域冲突解决(RHCR)算法。因此,对一个查询的解决方案通知下一个查询,这导致关于代理的开始和目标位置的相似性,以及从一个查询到下一个查询需要如何解决冲突。因此,解决一个MAPF查询的经验可以潜在地用于加速解决下一个。尽管有这种直觉,目前的L-MAPF规划器从头开始解决连续的MAPF查询。在本文中,我们介绍了一种新的RHCR启发的方法,称为exRHCR,利用其组成的MAPF查询的经验。特别地,exRHCR采用基于优先级的搜索(PBS)的扩展,这是最先进的MAPF求解器。我们称之为exPBS的扩展允许使用PBS在以前的MAPF实例中使用的代理之间的优先级来热启动搜索。我们的经验表明,exRHCR解决L-MAPF实例高达39%的速度比RHCR,并有可能增加系统吞吐量给定的任务流,通过增加代理的数量规划可以应付给定的时间预算。
2022-05-16 cs.AI cs.MA cs.RO
SkyRover: A Modular Simulator for Cross-Domain Pathfinding
School of Computer Science and Technology, East China Normal University(华东师范大学计算机科学与技术学院);School of Computer Science and Technology, Tongji University(同济大学计算机科学与技术学院);School of Mathematical Sciences, East China Normal University(华东师范大学数学科学学院)
针对现有模拟器局限于单领域的问题,本文提出模块化模拟器SkyRover,支持UAV-AGV多智能体路径规划的真实动力学、可配置3D环境及便捷API,助力跨域算法设计测试与基准测试,实验验证其高效性与高保真度。
2025-02-13 cs.AI cs.LG cs.MA
Learn to Follow: Decentralized Lifelong Multi-agent Pathfinding via Planning and Learning
AIRI;Federal Research Center for Computer Science and Control of Russian Academy of Sciences(俄罗斯科学院计算机科学与控制联邦研究中心)
针对分布式终身多智能体路径规划问题,提出融合启发式规划与强化学习的方法,通过拥塞避免规划和无奖励塑形的避碰策略学习,实现更高吞吐量、更强泛化性且速度更快的求解效果。
2023-10-02 cs.AI cs.MA
Multi-Agent Pathfinding: Definitions, Variants, and Benchmarks
Ben Gurion University of the Negev(内盖夫本-古里安大学);University of Alberta(阿尔伯塔大学);USC(南加州大学);University of Denver(丹佛大学);Charles University(查理大学)
MAPF问题是为多个代理规划路径的基本问题,其中的关键约束是代理将能够同时遵循这些路径而不会相互冲突。MAPF的应用包括自动化仓库和自动驾驶汽车。近几年来,MAPF的研究得到了蓬勃发展。不同的MAPF研究论文做出了不同的假设,例如,智能体是否可以在同一时间穿越同一条道路,并具有不同的目标函数,例如,最小化完工时间或代理人的行动成本之和。这些假设和目标有时是隐含的假设或非正式的描述。这使得难以在研究论文中建立适当的比较基线,也使得从业人员难以找到与其具体应用相关的论文。本文旨在填补这一空白,并支持研究人员和从业人员提供一个统一的术语来描述常见的MAPF假设和目标。此外,我们还提供了两个MAPF基准的指针。特别是,我们引入了一个新的基于网格的基准MAPF,并通过实验证明,它构成了当代MAPF算法的挑战。
2019-06-19 cs.AI cs.MA cs.RO
Decentralized Master-Mind: Joint Action Refinement through Iterative Intent Denoising in Multi-Agent Pathfinding
针对去中心化多智能体路径规划中独立采样导致联合动作不兼容的问题,提出DMM方法,通过跨通信轮次的迭代意图去噪精化动作,结合模仿学习预训练与MICPO强化学习优化,在1,600个MovingAI任务中解决1,598个,并支持百万级智能体扩展。
2026-09-29 cs.AI cs.MA
Ensembling Prioritized Hybrid Policies for Multi-agent Pathfinding
KAIST(韩国科学技术院);OMELET
针对高障碍、多智能体结构化环境下的MAPF性能瓶颈,提出集成优先级混合策略EPH,结合选择性通信、Q学习训练与三种推理策略,性能达到当前神经方法先进水平并开源代码。
2024-07-10 cs.AI cs.LG cs.MA
Position Paper: From Multi-Agent Pathfinding to Pipe Routing
Monash University(莫纳什大学);University of Southern California(南加州大学)
2D多智能体路径查找(MAPF)问题的目的是在一个已知的2D环境中,为多个智能体从一组起始位置到一组目标位置找到无冲突的路径。由于MAPF在机器人导航中的重要性,它已经在理论计算机科学、机器人学和人工智能中研究了几十年。由于其在自动化仓储(如亚马逊运营的自动化仓储)和其他当代应用领域的相关性,它目前正在经历重大的科学进步。在本文中,我们证明了许多最近开发的MAPF算法适用于更广泛的比目前认为在MAPF研究界。特别是,我们描述了3D管道布线(PR)的问题,其目的是在一个已知的3D环境中放置从给定的开始位置到给定的目标位置的无碰撞管道。MAPF和PR问题类似:MAPF实例的解是x-y-t空间中的一组阻塞单元,而相应PR实例的解是x-y-z空间中的一组阻塞单元。我们将展示如何使用这种相似性,适用于最近开发的几个MAPF算法的PR问题,并讨论其性能的抽象PR实例。我们还讨论了解决当今工业界感兴趣的真实管道路由实例所需的进一步研究。这为MAPF研究界开辟了一个新的工业相关性方向。
2019-05-21 cs.AI math.OC
Pairwise is Not Enough: Hypergraph Neural Networks for Multi-Agent Pathfinding
University of Cambridge(剑桥大学);National Institute of Advanced Industrial Science and Technology(国家先进工业科学与技术研究院)
本文提出HMAGAT超图多智能体注意力网络,通过超图注意力机制捕捉群体动态,解决多智能体路径规划中的注意力稀释问题,展现超图表示在复杂交互中的优势。
2026-05-10 cs.AI cs.LG cs.MA
SIGMA: Sheaf-Informed Geometric Multi-Agent Pathfinding
Hangzhou International Innovation Institute, Beihang University, China(北京航空航天大学杭州国际创新研究院);CoreControl Inc, Hangzhou, China(杭州核心控制公司);Department of Mechanical Engineering, National University of Singapore, Singapore(新加坡国立大学机械工程系)
针对现有学习式多智能体路径规划方法因有限视野导致协作低效的问题,提出融合层论与去中心化深度强化学习的SIGMA框架,通过局部共识建模几何依赖实现高效协作,在仿真和真实实验中优于现有基线。
2025-08-22 cs.AI cs.MA cs.RO
Coordinated Multi-Agent Pathfinding for Drones and Trucks over Road Networks
Stanford University(斯坦福大学);Technion - Israel Institute of Technology(以色列理工学院)
我们解决了在大规模城市道路网络上路由一组无人机和卡车的问题。为了节省有限的飞行能量,无人机可以使用卡车作为前往目的地的临时运输方式。这种协调可以显著节省车辆行驶的总距离,即,与单独操作无人机和卡车相比,卡车行驶距离和无人机飞行距离。但这可能会带来令人望而却步的计算成本,即决定哪些卡车和无人机应该协调,以及何时何地这样做最有利。我们通过将整个棘手的问题解耦为易于处理的子问题来解决这个基本的权衡。第一阶段只解决卡车的问题,通过计算路径,使它们更有可能成为无人机的有用运输选择。第二阶段仅针对无人机进行求解,方法是在第一阶段的卡车路径定义的道路网络和交通网络的组合中对无人机进行路由。我们设计了一个全面的算法框架,框架的每个阶段作为一个多智能体路径寻找问题,并实现两个不同的方法来解决它们。我们评估我们的方法上广泛的模拟与$100$代理在现实世界中的曼哈顿道路网络包含近$4500$顶点和$10000$边缘。与独立求解卡车和无人机相比,我们的框架节省了超过$50\%$的车辆行驶距离,并在商品硬件上在$5$分钟内计算出所有设置的解决方案。
2022-02-10 cs.AI cs.MA cs.RO
MGCBS: An Optimal and Efficient Algorithm for Solving Multi-Goal Multi-Agent Path Finding Problem
Hong Kong University of Science and Technology(香港科技大学);Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州))
本文针对多目标多智能体路径规划问题,提出基于安全区间访问顺序解耦的MGCBS算法,并引入TIS Forest加速,实验证明其能稳定获得最优解且速度比现有最优方法快最多7倍。
2024-04-30 cs.AI cs.MA cs.RO
Where Paths Collide: A Comprehensive Survey of Classic and Learning-Based Multi-Agent Pathfinding
East China Normal University(华东师范大学);University of Electronic Science and Technology of China(电子科技大学);Tongji University(同济大学)
该综述弥合多智能体路径规划(MAPF)领域经典算法与学习方法的鸿沟,构建统一分类框架,分析200余篇论文的评估差异,提出标准化基准需求并展望未来方向。
2025-07-31 cs.AI cs.LG cs.MA
Exact Algorithms and Lowerbounds for Multiagent Pathfinding: Power of Treelike Topology
Czech Technical University in Prague(布拉格捷克理工大学)
本研究在参数化复杂性框架下分析多智能体路径规划(MAPF)问题的复杂度,给出多组参数下的难解性证明与FPT算法,揭示了树状拓扑结构对该问题求解的关键作用。
2023-12-15 cs.AI cs.CC cs.DS
POGEMA: Partially Observable Grid Environment for Multiple Agents
AIRI(AIRI研究所)
我们引入POGEMA(https://github.com/AIRI-Institute/pogema)一个挑战部分可观察多智能体寻路(PO-MAPF)问题的沙箱。这是一个基于网格的环境,专门设计成一个灵活、可调和可扩展的基准。它可以针对各种PO-MAPF进行定制,PO-MAPF可以作为规划和学习方法的绝佳测试场,以及它们的组合,这将使我们能够填补AI规划和学习之间的空白。
2022-06-22 cs.AI cs.LG cs.MA
Multi-Agent Terraforming: Efficient Multi-Agent Path Finding via Environment Manipulation
Technion Israel Institute of Technology(以色列理工学院)
多智能体寻路(MAPF)是指在一个障碍物密集的环境中,为一组智能体规划从起点到目标点的无碰撞路径。MAPF的典型方法将障碍物的位置视为固定的,这限制了它们在自动化仓库中的有效性,其中障碍物(代表吊舱或货架)可以由代理(代表机器人)移开以缓解瓶颈并引入更短的路线。在这项工作中,我们开始与移动障碍物的MAPF的研究。特别是,我们引入了一个新的扩展MAPF,我们称之为地形化MAPF(tMAPF),其中一些代理负责移动障碍物,为其他代理扫清道路。解决tMAPF是非常具有挑战性的,因为它不仅需要推理代理之间的碰撞,而且还需要在何处以及何时移动障碍物。我们提出了两个国家的最先进的算法,CBS和PBS的扩展,以解决tMAPF,并证明他们可以始终优于静态障碍设置下可能的最佳解决方案。
2022-03-20 cs.AI
Symbolic Planning and Multi-Agent Path Finding in Extremely Dense Environments with Unassigned Agents
本文提出五种基于搜索的算法,用于解决在极度密集环境中无分配代理的多智能体路径寻找问题,通过图搜索方法高效生成重新排列计划。
2026-01-08 cs.AI cs.MA cs.RO
Combining Propositional Logic Based Decision Diagrams with Decision Making in Urban Systems
解决多智能体问题可能是一项艰巨的任务,由于环境的不确定性,部分可观察性和手头问题的可扩展性。特别是在城市环境中,有更多的挑战,因为我们还需要保持所有用户的安全,同时最大限度地减少代理的拥塞以及他们的旅行时间。为此,我们解决了不确定性和部分可观测性下的多智能体寻路问题,其中智能体的任务是从起点移动到终点,同时还满足一些约束,例如,低拥塞,并将其建模为多智能体强化学习问题。我们使用命题逻辑编译域约束,并将其与RL算法相结合,以实现RL的快速模拟。
2020-11-10 cs.AI
Efficient Strategy Learning by Decoupling Searching and Pathfinding for Object Navigation
Shandong University(山东大学)
本文针对物体导航提出两阶段奖励机制TSRM解耦搜索与寻路,并引入深度增强预训练方法DE-MAE提升空间感知,在AI2-Thor和RoboTHOR上超越SOTA方法。
2025-07-22 cs.AI
CAMAR: Continuous Actions Multi-Agent Routing
针对现有MARL基准缺乏连续空间下复杂协作规划场景的问题,提出CAMAR连续动作多智能体路径寻路基准,配套评估协议与工具,实验验证其可作为真实有挑战的MARL测试平台。
2025-11-17 cs.AI cs.LG cs.MA
Decentralized Monte Carlo Tree Search for Partially Observable Multi-agent Pathfinding
AIRI(人工智能研究院);Federal Research Center for Computer Science and Control of Russian Academy of Sciences(俄罗斯科学院计算机科学与控制联邦研究中心)
针对部分可观测的分散式终身多智能体路径规划问题,提出基于AlphaZero启发的多智能体蒙特卡洛树搜索方法,利用局部观察重建MDP进行规划,实验性能优于现有可学习求解器。
2023-12-26 cs.AI cs.LG cs.MA
Active Dynamical Prospection: Modeling Mental Simulation as Particle Filtering for Sensorimotor Control during Pathfinding
University of California, Berkeley(加利福尼亚大学伯克利分校)
当人类面临一个共同的挑战时,我们会怎么做:我们知道我们想去哪里,但我们还不确定到达那里的最佳方式,或者甚至我们是否可以。这是在空间导航和寻路过程中对智能体提出的问题,它的解决方案可以为我们提供关于更抽象的规划领域的线索。在这项工作中,我们在一个连续的,明确的探索性范式中建模寻路行为。在我们的任务中,参与者(和代理)必须在部分可观察的环境中协调视觉探索和导航。我们的贡献有三个主要组成部分:1)行为数据的分析,从81个人类参与者在一个新的寻路范式进行在线实验,2)一个建议,以模拟前瞻性的心理模拟在导航作为粒子滤波,和3)在计算代理这个建议的实例。我们表明,我们的模型,主动动态勘探,表现出类似的模式的地图解决方案的速度,路径选择,和审判的持续时间,以及注意力的行为(在聚合和个人水平)相比,从人类参与者的数据。我们还发现,远端注意力和延迟之前的第一次移动(前瞻性模拟的潜在相关)的任务性能的预测。
2021-03-14 cs.AI q-bio.NC
The Small Solution Hypothesis for MAPF on Strongly Connected Directed Graphs Is True
Albert-Ludwigs-Universität(阿尔伯特-路德维希大学)
多智能体有向图寻路算法(diMAPF)的计算复杂性的确定是一个开放的研究问题。虽然diMAPF已被证明是多项式的一些特殊情况下,只是最近,它已被确定,该问题是NP-困难的一般。进一步证明了,如果强连通有向图的短解假设是正确的,则diMAPF是NP问题。在本文中,它表明,这一假设确实是正确的,即使当一个允许同步旋转。
2023-02-10 cs.AI cs.MA
ARMS: Automatic Reward Shaping for Sparse-Reward Multi-Agent Reinforcement Learning
Department of Marine Technologies(海洋技术系)
提出ARMS框架,通过自监督轨迹排序学习稠密塑形信号,并基于条件最优反应推理证明其保持纳什均衡,从而解决多智能体强化学习中的稀疏奖励问题。
2026-05-22 cs.AI cs.MA
FCMNet: Full Communication Memory Net for Team-Level Cooperation in Multi-Agent Systems
National University of Singapore(新加坡国立大学)
部分可观测多智能体系统中的分散合作需要智能体之间的有效通信。为了支持这一努力,这项工作的重点是一类问题,全球通信是可用的,但可能是不可靠的,从而排除了不同的通信学习方法。我们介绍了FCMNet,一种基于强化学习的方法,允许代理同时学习a)有效的多跳通信协议和b)一个共同的,分散的政策,使团队级的决策。具体来说,我们提出的方法利用多个方向递归神经网络的隐藏状态作为代理之间的通信消息。使用一个简单的多跳拓扑结构,我们赋予每个代理的能力,接收信息顺序编码的每一个其他代理在每个时间步,从而提高全球合作。我们展示了FCMNet在一组具有挑战性的星际争霸II微观管理任务与共享奖励,以及一个合作的多智能体寻路任务与个人奖励。在那里,我们的比较结果表明,FCMNet在所有星际争霸II微观管理任务中优于最先进的基于通信的强化学习方法,在某些任务中优于价值分解方法。我们进一步研究了FCMNet在现实通信干扰下的鲁棒性,例如随机消息丢失或二进制化消息(即,不可区分的通信信道),以展示FMCNet在各种现实条件下对机器人任务的潜在适用性。
2022-01-31 cs.AI cs.LG cs.MA
A Study in a Hybrid Centralised-Swarm Agent Community
本文描述了一个混合的集中式/群基于多智能体系统的系统架构。代理的局部目标分配的问题进行了研究,通过使用一个全球代理教代理的反应给定的情况。我们实现了一个测试问题的形式的追求游戏,其中的多智能体系统是一组捕获代理。代理人从全球代理人那里学习某些董事会职位的解决方案,如果他们无法找到解决方案。捕获代理通过使用多层感知器神经网络进行学习。全局代理能够通过使用遗传算法来解决板位置。代理之间的合作和模拟的结果进行了讨论。.
2007-05-16 cs.AI cs.NE
Deep Multi-Agent Reinforcement Learning with Hybrid Action Spaces based on Maximum Entropy
Chongqing University(重庆大学)
多智能体深度强化学习已被应用于解决各种具有离散或连续动作空间的复杂问题,并取得了巨大的成功。然而,大多数现实世界的环境不能被描述为只有离散的动作空间或只有连续的动作空间。而将深度强化学习(drl)应用于混合行动空间的多智能体问题的研究还很少。因此,我们提出了一种新的算法:深度多智能体混合软Actor-Critic(MAHSAC)来填补这一空白。该算法遵循集中式训练分散式执行(CTDE)的思想,扩展了软Actor-Critic算法(SAC),使之能够处理多Agent环境中基于最大熵的混合动作空间问题。我们的经验是在一个简单的多智能体粒子世界上运行的,它具有连续的观察和离散的动作空间,以及一些基本的模拟物理。实验结果表明,MAHSAC在训练速度、稳定性、抗干扰能力等方面都有较好的表现。同时,它在合作场景和竞争场景中的表现优于现有的独立深度混合学习方法。
2022-06-10 cs.AI cs.LG
Learning Team-Based Navigation: A Review of Deep Reinforcement Learning Techniques for Multi-Agent Pathfinding
University of Victoria(维多利亚大学);The University of British Columbia(不列颠哥伦比亚大学)
本文综述了深度强化学习在多智能体路径规划中的应用,提出统一评估指标,并展望基于模型的DRL作为未来方向,以解决MAPF中的现有挑战。
2024-02-08 cs.AI cs.LG cs.MA
PANAMA: A Network-Aware MARL Framework for Multi-Agent Path Finding in Digital Twin Ecosystems
Huawei Canada Advanced Research Center(华为加拿大高级研究中心)
针对数字孪生生态系统中多智能体寻径问题,提出基于CTDE框架和异步架构的网络感知MARL算法PANAMA,显著提升了寻径的准确率、速度和可扩展性。
2025-08-09 cs.AI cs.DC cs.LG
A further exploration of deep Multi-Agent Reinforcement Learning with Hybrid Action Space
Chongqing University(重庆大学)
将深度强化学习(drl)扩展到多智能体领域的研究,解决了许多复杂问题,取得了巨大的成就。然而,这些研究几乎都只关注离散或连续的动作空间,很少有将多智能体深度强化学习应用于混合动作空间的现实环境问题。因此,在本文中,我们提出了两个算法:深度多代理混合软演员-评论家(MAHSAC)和多代理混合深度确定性策略梯度(MAHDDPG),以填补这一空白。这两种算法遵循集中训练和分散执行(CTDE)范式,可以处理混合动作空间问题。我们的经验是在多智能体粒子环境中运行的,这是一个简单的多智能体粒子世界,以及一些基本的模拟物理。实验结果表明,这些算法具有良好的性能。
2022-08-30 cs.AI cs.LG cs.MA
When Cloud Agents Meet Device Agents: Lessons from Hybrid Multi-Agent Systems
Qualcomm(高通)
本文系统研究混合多智能体系统(结合设备端小模型和云端大模型)的设计空间,分析不同设计选择对功耗、成本和性能帕累托前沿的影响,发现最优架构高度依赖任务且前沿计算并不总能带来更好性能。
2026-05-28 cs.AI cs.MA