详细内容或原文请订阅后点击阅览
连续环境中的多智能体路径查找
想象一下，如果我们所有的汽车都能自动驾驶——自动驾驶正在成为可能，但能达到什么程度呢？如果路线清晰明确，让一辆车自己到达某个地方似乎并不那么困难，但如果有更多的汽车，每辆车都试图到达不同的地方呢？而且 […]
来源:ΑΙhub想象一下，如果我们所有的汽车都能自动驾驶——自动驾驶正在成为可能，但能达到什么程度呢？如果路线清晰明确，让一辆车独自到达某个地方似乎并不那么困难，但如果有更多的汽车，每辆车都试图到达不同的地方怎么办？如果我们加上行人、动物和其他未考虑的因素怎么办？这个问题最近得到了越来越多的研究，并已用于仓库物流等场景，其中一组机器人在仓库中搬运箱子，每个机器人都有自己的目标，但都在移动的同时确保不发生碰撞，并使它们的路线（路径）尽可能短。但如何形式化这样的问题？答案是 MAPF——多智能体路径寻找 [Silver，2005]。
多智能体路径查找多智能体路径查找描述了这样一个问题：我们有一组智能体（机器人、车辆甚至人），每个智能体都试图从起始位置同时到达目标位置，而不会发生碰撞（同时处于同一位置）。
通常，这个问题已在图表上得到解决。图表是一种能够使用焦点及其之间的互连来简化环境的结构。这些点称为顶点，可以表示坐标等。它们通过边连接，边连接相邻的顶点并表示它们之间的距离。
但是，如果我们试图解决现实生活中的场景，我们会努力尽可能接近模拟现实。因此，离散表示（使用有限数量的顶点）可能不够。但是如何搜索连续的环境，即基本上有无限数量的顶点由无限小尺寸的边连接的环境？
Janovská 和 Surynek，2024 等人。这项研究得到了捷克科学基金会的支持，编号为 22-31346S。
这项研究得到了捷克科学基金会的支持，编号为 22-31346S。您可以在此处阅读我们的论文。
此处