PulseAugur
中
实时 07:12:06
English(EN) A Theoretical Framework for Parallel Lifelong MAPF Using Group Decentralized Planning

新框架支持多智能体路径搜索的并行规划

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种使用分组去中心化规划的并行终身多智能体路径搜索（L-MAPF）理论框架。这个名为 Group Decentralized RHCR (GD-RHCR) 的新框架建立在现有的 Rolling-Horizon Collision Resolution (RHCR) 方法之上。GD-RHCR 将智能体划分为组并并行规划，在 RHCR 相似的近最优保证下，显著降低了每个规划的计算成本。这种方法实现了高吞吐量，并能扩展到更多的智能体数量。 AI

影响 这项研究可以提高多智能体系统中路径搜索算法的效率和可扩展性。

排序理由 该集群包含一篇研究论文，详细介绍了多智能体系统中特定问题的新理论框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.MA (Multiagent) 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架支持多智能体路径搜索的并行规划

报道来源 [1]

  1. arXiv cs.MA (Multiagent) TIER_1 English(EN) · Guannan Qu ·

    面向并行终身MAPF的基于群体去中心化规划的理论框架

    In the Lifelong Multi-Agent Path Finding (L-MAPF) problem, agents must repeatedly move from one destination to another while avoiding obstacles and inter-agent collisions. Widely regarded as one of the highest-performing solutions to this problem is the Rolling-Horizon Collision …

相关实体

相关话题