基于自适应延迟启发式的任意时刻多智能体路径规划

任意时刻多智能体路径规划（MAPF）是多智能体系统中可扩展路径优化的有前景方法。MAPF-LNS 基于大邻域搜索（LNS），是当前最先进的方法，通过破坏和修复解决方案中的选定路径来迭代优化快速初始解。当前的 MAPF-LNS 变体通常使用自适应选择机制在多种破坏启发式方法中进行选择。然而，为了确定有前景的破坏启发式方法，MAPF-LNS 需要大量的探索时间。由于常见的破坏启发式方法是非自适应的，这些启发式方法造成的任何性能瓶颈无法仅通过自适应启发式选择来克服，从而限制了 MAPF-LNS 在解代价方面的整体有效性。在本文中，我们提出基于自适应延迟的破坏与修复并结合基于成功的自学习（ADDRESS），作为 MAPF-LNS 的单破坏启发式变体。ADDRESS 对延迟最大的前 K 个智能体集合应用受限的 Thompson Sampling，以选择用于自适应 LNS 邻域生成的种子智能体。我们在 MAPF 基准集中的多个地图上评估了 ADDRESS，并证明与原始 MAPF-LNS 和其他最先进方法相比，在最多一千个智能体的大规模场景中，解代价至少改善了 50%。