将基于搜索的最优多智能体路径求解器技术适配于基于编译的方法综述
人工智能
2018-12-31 v1
摘要
在多智能体路径寻找问题（MAPF）中，给定一组智能体，各含相应的起始与目标位置。任务是为所有智能体寻找路径并避免碰撞，以最小化某个目标函数。两种常见目标函数为代价和与完工时间。过去十年中出现了许多最优求解器——可区分出两类显著类别：基于搜索的求解器与基于编译的求解器。基于搜索的求解器针对代价和目标开发并测试，而围绕布尔可满足性（SAT）构建的最著名基于编译求解器则针对完工时间目标设计。关于基于编译方法在代价和目标上的性能与相关性，此前所知甚少。本文中我们展示如何在基于编译方法中弥合这些代价函数之间的差距。此外，我们研究了为基于搜索求解器开发的多种技术在基于编译方法中的适用性。本文一部分引入了直接旨在求解代价和目标的 SAT 求解器。利用代价和的下界与完工时间的上界，我们得以在 SAT 编码中保持合理数量的变量。随后我们通过借鉴基于搜索的求解器 ICTS 的思想进一步改进编码。在多个领域上的实验评估表明，在许多场景中，我们的新基于 SAT 的方法优于先前代价和搜索求解器的最佳变体——ICTS、CBS 算法与 ICBS 算法。
引用
@article{arxiv.1812.10851,
title = {A Summary of Adaptation of Techniques from Search-based Optimal Multi-Agent Path Finding Solvers to Compilation-based Approach},
author = {Pavel Surynek},
journal= {arXiv preprint arXiv:1812.10851},
year = {2018}
}