研究人员开发了一种新颖的强化学习方法,用于大规模、终身多智能体路径寻找(LMAPF)。该方法利用卷积网络为每个时间步计算一个共享空间场,从中导出目标条件算子来确定智能体移动偏好。通过平均奖励强化学习进行端到端训练,该策略在各种布局和智能体群体中实现了与现有基线相当或更高的吞吐量,同时每步执行时间不到10毫秒。 AI
影响 这项研究可能显著提高在具有众多智能体的复杂、动态环境中导航系统的效率和可扩展性。
排序理由 这是一篇详细介绍多智能体路径寻找新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →