双层多智能体取送：大规模仓库中的多机器人重排

我们提出一种新的问题形式化，双层多智能体取送（DD-MAPD），其建模自动化仓库中的多机器人货架重排问题。DD-MAPD 扩展了多智能体取送（MAPD）与多智能体路径寻找（MAPF），允许智能体在货架下方移动或将货架抬起并送达任意位置，从而改变仓库布局。我们证明求解 DD-MAPD 是 NP-hard 的。为应对 DD-MAPD，我们提出 MAPF-DECOMP，一种将 DD-MAPD 实例分解为用于协调货架轨迹的 MAPF 实例和随后带任务依赖的 MAPD 实例（用于计算智能体路径）的算法框架。我们还提出一种优化技术以提升 MAPF-DECOMP 性能，并展示如何使 MAPF-DECOMP 对良构 DD-MAPD 实例（DD-MAPD 实例的一个现实子类）完备。实验结果表明 MAPF-DECOMP 的高效与有效，能在仅数分钟运行时间内为含逾千货架与数百智能体的大规模实例计算出高质量解。