为一个设计、许多部署：多智能体树迷宫导航

类迷宫环境（如洞穴与管道网络）为多机器人协调带来独特挑战，包括通信约束与拥堵问题。为此，我们提出一种针对可表示为无环图的数据环境的分布式多智能体迷宫遍历算法。该算法采用 leader-switching 机制，其中一个代理人承担领袖角色，运用任意单智能体迷宫求解器，其他代理人各自选择一个跟随目标。必要时，领袖角色转移至相邻代理人，确保其遵循单智能体所能行动的路径。该多智能体迷宫遍历算法在包含最多300个代理人、various 迷宫规模及多种单智能体求解器的仿真中进行评估。其对比 naive strategy（naive 策略）和假设全局通信或完全环境知识的策略。算法在 makespan 与 sum-of-fuel 方面均优于 naive 策略；在 makespan 上优于 global-communication 策略，但在 sum-of-fuel 上不及。研究表明，该算法在上述两种指标上均与 full-knowledge 策略呈渐近等价。此外，实验中使用最多20个Pi-puck机器人验证了该方法的可行性。