物流仓库中的在线任务分配与终身路径寻找组合问题：基于规则的系统的重要性
多智能体系统
2026-01-08 v2 机器人学
摘要
我们研究了在线任务分配与终身路径寻找的组合问题，这对于物流行业至关重要。然而，大多数文献要么(1)在假设给定任务分配器的前提下关注终身路径寻找，要么(2)研究此问题的离线版本，其中任务提前已知。我们认为，为最大化系统吞吐量，应直接解决将这两个组件集成的在线版本。为此，我们引入了该组合问题的形式框架及其解决方案概念。随后，我们设计了一种在实用机器人模型下运行良好且即使在严重局部拥堵环境中也能胜任的基于规则的终身规划器。基于此，我们自动化了针对底层路径规划器的任务分配器搜索。在美团——中国最大购物平台之一的仓库场景中进行的仿真实验表明：(a)就时间效率而言，我们的系统仅需当前部署系统的 83.77% 的执行时间，凌驾于其他 SOTA 算法之上 8.09%；(b)就经济效率而言，我们的系统可在仅使用当前代理数量的 60% 时实现相同的吞吐量。代码和演示已置于 https://github.com/Fernadoo/Online-TAPF 公开。
引用
@article{arxiv.2502.07332,
title = {The Combined Problem of Online Task Assignment and Lifelong Path Finding in Logistics Warehouses: Rule-Based Systems Matter},
author = {Fengming Zhu and Weijia Xu and Yifei Guo and Fangzhen Lin},
journal= {arXiv preprint arXiv:2502.07332},
year = {2026}
}
备注
In Proceedings ICLP 2025, arXiv:2601.00047