利用人工势场增强终身多智能体路径规划
人工智能
2025-05-30 v1 多智能体系统
机器人学
摘要
我们探索了使用人工势场 (APF) 来解决多智能体路径规划 (MAPF) 和终身 MAPF (LMAPF) 问题。在 MAPF 中，一组智能体必须无碰撞地移动到其目标位置；而在 LMAPF 中，智能体到达目标后会生成新目标。我们提出了将 APF 融入一系列 MAPF 算法的方法，包括优先规划、MAPF-LNS2 以及带回溯的优先继承 (PIBT)。实验结果表明，使用 APF 对 MAPF 并无益处，但可使 LMAPF 的系统总吞吐量提升高达 7 倍。
引用
@article{arxiv.2505.22753,
title = {Enhancing Lifelong Multi-Agent Path-finding by Using Artificial Potential Fields},
author = {Arseniy Pertzovsky and Roni Stern and Ariel Felner and Roie Zivan},
journal= {arXiv preprint arXiv:2505.22753},
year = {2025}
}