摘要
协调空间分布区域的多智能体系统需解决复杂的分层问题:首先将区域分配给智能体,随后确定最佳访问顺序。现有方法通常割裂这两个阶段或依赖缺乏全局上下文的去中心化启发式算法。本文提出一种集中式、完全端到端的自回归框架,能联合生成分配决策与路由序列。其核心贡献在于多阶段解码机制,在单次自回归过程中统一高层分配与低层路由,同时维持集中式全局状态,从而平衡负载与效率。实验表明,该方法显著优于各类基线,解的质量较工业求解器提升高达 20%,计算时间从小时级缩短至秒级。
AI 推荐理由
论文核心解决多智能体任务分配与路径规划的联合优化问题,属于典型规划能力研究。
研究机构
IEEE
论文信息