Multi-Agent Path Finding Reinforcement Learning Search-Based Planning
摘要

终身多智能体路径查找(LMAPF)要求为持续接收新目标的智能体重复规划无碰撞路径。现有基于学习的规划器常因简化运动学假设而忽略现实约束。本文研究源自自动化仓库系统的LMAPF-R2模型,该模型包含严格的安全和原地旋转约束,显著增加了协调难度。为此,我们提出了搜索辅助联合强化学习(SJRL)。首先,利用因果PIBT增强神经策略以解决冲突并传播意图;其次,引入统一的强化学习公式,联合优化智能体与环境策略,其中环境策略通过学习图边成本提供全局移动指导。实验表明,SJRL在高密度地图及混合现实仓库环境中均显著优于基线方法。

AI 推荐理由

论文核心解决多智能体路径规划问题,提出结合搜索与强化学习的联合规划方法。

研究机构
Carnegie Mellon University National University of Singapore University of Southern California
论文信息
作者 He Jiang, Jingtian Yan, Yulun Zhang, Yimin Tang, Tanishq Duhan et al.
发布日期 2026-08-06
arXiv ID 2608.05588
相关性评分 9/10 (高度相关)