基于带旁路子维扩展的多智能体路径规划
机器人学
2022-08-01 v1
摘要
多智能体路径规划（MAPF）是人工智能中的活跃领域，具有仓储管理、交通控制、机器人技术等众多现实应用。近来，M* 及其变体极大提升了求解 MAPF 问题的能力。尽管这些方法中的子维扩展显著降低了联合搜索空间的维度并减小了分支因子，却未充分利用每个智能体最优路径可能存在的非唯一性。结果，碰撞集的更新可能带来大量冗余计算。本文将对旁路的思想引入子维扩展以减少冗余计算。具体地，我们提出 BPM* 算法，即子维扩展在 M* 中带旁路的一种实现。实验中，我们表明 BPM* 在求解若干 MAPF 基准问题上优于最先进水平。
引用
@article{arxiv.2207.14657,
title = {Multi-Agent Path Finding Based on Subdimensional Expansion with Bypass},
author = {Qingzhou Liu and Feng Wu},
journal= {arXiv preprint arXiv:2207.14657},
year = {2022}
}