Skip to content
arXiv · Multiagent Systems· Alvin Combrink, Sabino Francesco Roselli, Martin Fabian·· 4 hr agoAI score26

经典多智能体路径规划的代价

The Cost of Classical Multi-Agent Path Finding

AI brief

经典多智能体路径规划(MAPF)因离散时间与基于图的冲突假设,限制了无碰撞环境与解质量上限。研究以连续时间 MAPF(MAPF$_R$)对照发现,连续时间与智能体形状本身价值有限,主要通过扩展移动动作范围,在狭窄受限地图平均提升至少 5%、开阔地图 17%,部分超 20%。将地图分辨率翻倍仅挽回不足 3%,说明算力难以弥补经典 MAPF 放弃的质量。

Source: arXiv · Multiagent Systems · arxiv.org