图神经网络用于去标签化运动规划的可塑性

无标签运动规划涉及为一组机器人分配目标位置，同时确保碰撞避免，旨在最小化总行驶距离。该问题是多机器人系统在探索、监视和运输等应用中不可或缺的基本构件。在去标签化场景下，每台机器人仅知晓其 $k$ 最近的机器人和 $k$ 最近的目标位置。这种情境融合了组合分配和连续空间运动规划元素，对传统集中方法构成显著可扩展性挑战。为克服这些挑战，我们提出一种通过图神经网络（GNN）学习的去中心化策略。GNN 使机器人能够确定（1）与邻居通信的哪些信息，以及（2）如何将接收信息与本地观察整合以进行决策。我们采用以集中式 Hungarian 算法为专家策略的模仿学习来训练 GNN，并进一步通过强化学习进行微调，以避免碰撞并提升性能。广泛的实证评估表明，我们的方法在可扩展性和有效性方面表现优异。在 100 台机器人上训练的 GNN 策略可推广至最高 500 台机器人的情境，平均性能优于最新解决方案 8.6%，显著超越贪心去中心化方法。这一工作为在可扩展性重要的场景中解决多机器人协调问题奠定了基础。