图上模块化智能体的最优路由

受自动驾驶模块化车辆这一新兴框架的启发，我们考虑一个抽象问题：在图上最优地路由两个模块，即能够在运动中相互连接或分离的载具。这些模块的目标是到达一组预设节点，同时产生最小的资源代价。我们假设由两个模块连接而成的智能体所产生的资源代价与单个模块相同。这种代价形式化简单地建模了连接两个模块所带来的好处，例如模块间乘客重新分配、更少的交通拥堵以及更高的燃油效率。为寻找最优方案，我们提出一种启发式算法，利用图中心性的概念来确定在何时何地连接模块。此外，我们使用最近邻方法来估计连接或分离模块的路由代价。基于该估计代价，算法确定两个模块的后续节点。所提算法为多项式时间：最坏情况下的计算次数随图中总节点数的八次方增长。为验证其优势，我们在大量伪随机图上模拟所提算法，这些图受真实交通场景启发，结果表明该算法在超过85%的情况下优于最相关的基准——一种针对两个分离智能体的改进最近邻算法。