Skip to content
Hot eventLive

经典多智能体路径规划的质量损失研究

1 reports1 sources4 hr ago updated

Get the story

AI overview

本事件围绕经典多智能体路径规划（MAPF）的解质量上限展开。2026年10月8日，arXiv Multiagent Systems 频道发布一手研究，指出经典 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发挥作用：在狭窄受限地图平均提升至少 5%，开阔地图提升 17%，部分情形超过 20%。同时，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。目前未见更早或相互矛盾的报道。

Generated from reports · updated 3 hr ago

LatestOct 8
研究称连续时间主要经扩展移动动作范围提升解质量，分辨率翻倍仅挽回不足3%。

Timeline

Follow the coverage from different angles.

Oct 8, 2026
  1. arXiv · Multiagent Systems
    经典多智能体路径规划的代价

    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。

Heat trend

Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –

02.557.510Oct8Oct8Oct8Oct8

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.