基于 ADG 的 MAPF 规划器设计在现实执行下的权衡分析
人工智能
2026-03-18 v2
摘要
多智能体路径寻找（Multi-Agent Path Finding, MAPF）算法越来越多地被部署在工业仓库和自动制造设施中，在这些环境中，机器人必须在现实世界的物理约束下可靠运行。然而，现有的 MAPF 评估框架通常依赖简化的机器人模型，导致算法基准与实际性能之间存在显著差距。最近的框架如 SMART 将动力学建模与基于动作依赖图（Action Dependency Graph, ADG）的执行相结合，实现了现实、大规模的 MAPF 评估。基于这一能力，本文研究了关键规划器设计选择如何影响现实执行下的性能。我们系统性地研究了三个基本因素：（1）解的最优性与执行性能之间的关系，（2）系统性能对动力学建模不准确性的敏感性，（3）模型精度与计划最优性之间的权衡。实验性地，我们检验了这些因素，以了解这些设计选择如何影响现实情景下的性能。我们指出了面向实际部署的开放挑战和研究方向。
引用
@article{arxiv.2512.09736,
title = {Analyzing Planner Design Trade-offs for MAPF under ADG-based Realistic Execution},
author = {Jingtian Yan and Zhifei Li and William Kang and Stephen F. Smith and Jiaoyang Li},
journal= {arXiv preprint arXiv:2512.09736},
year = {2026}
}