社交小游戏中的多机器人导航：定义、分类与算法

"最后一公里挑战"长期以来一直被视为自动驾驶车辆、公共服务机器人和送货机器人面临的重要且尚未解决的挑战。这个挑战的核心问题是，机器人如何在受限且杂乱的环境中进行导航，这些环境具有高代理性(例如门口、走廊、走廊交叉口)，并且往往在与其他机器人和人类争夺空间的同时。我们将这些环境称为"社交小游戏"(SMGs)。传统的导航方法为MRN设计的，在SMGs中表现不佳，这导致了针对SMG求解器的专门研究。然而，SMG导航研究的论文在假设、目标函数(安全性与存活性)方面存在差异。这些假设和目标有时是隐式假设或非正式描述的。这使得建立适当的基准进行比较变得困难，也使得实践者难以找到适用于其具体应用的论文。这种非正式的表示方式也构成了新研究人员想开始从事该领域研究的障碍。SMG导航研究需要自己的分类、定义和评估协议，以指导有效的后续研究。本次调查是首次使用明确且统一的分类方法 catalog SMG求解器，并对现有方法进行分类。它还讨论了SMG求解器的关键属性，定义了SMG是什么以及它们在实际中如何呈现，概述了如何评估SMG求解器，突出了SMG求解器与通用导航系统之间的差异。本次调查以该领域的未来方向和开放挑战概述。我们的项目已开源于https://socialminigames.github.io/。