立场论文：从多智能体路径寻找到管道布线
人工智能
2019-05-22 v1 最优化与控制
摘要
二维多智能体路径寻找（MAPF）问题旨在为若干智能体在已知的二维环境中寻找从一组起始位置到一组目标位置的无碰撞路径。由于其在机器人导航中的重要性，MAPF 在理论计算机科学、机器人与人工智能领域已被研究数十年。由于其在自动化仓储（如亚马逊运营的仓库）及其他当代应用领域中的相关性，该问题目前正经历显著的科学进展。在本文中，我们证明许多近期开发的 MAPF 算法比 MAPF 研究界目前所认为的适用面更广。具体而言，我们描述了三维管道布线（PR）问题，其旨在已知的 3D 环境中从给定起始位置到给定目标位置布置无碰撞管道。MAPF 与 PR 问题相似：MAPF 实例的解是在 x-y-t 空间中被占据的单元集合，而相应 PR 实例的解是在 x-y-z 空间中被占据的单元集合。我们展示如何利用这一相似性将若干近期开发的 MAPF 算法应用于 PR 问题，并讨论它们在抽象 PR 实例上的性能。我们还讨论了应对当今工业界感兴趣的真实世界管道布线实例所需的进一步研究。这为 MAPF 研究界开辟了一个具有工业相关性的新方向。
引用
@article{arxiv.1905.08412,
title = {Position Paper: From Multi-Agent Pathfinding to Pipe Routing},
author = {Gleb Belov and Liron Cohen and Maria Garcia de la Banda and Daniel Harabor and Sven Koenig and Xinrui Wei},
journal= {arXiv preprint arXiv:1905.08412},
year = {2019}
}
备注
6 pages, 5 figures