实体
Lifelong Multi-Agent Path Finding
Lifelong Multi-Agent Path Finding
PulseAugur coverage of Lifelong Multi-Agent Path Finding — every cluster mentioning Lifelong Multi-Agent Path Finding across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架支持多智能体路径搜索的并行规划
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。
-
New PUSH planner enables scalable long-horizon pathfinding for thousands of agents
研究人员推出了一种名为 PUSH (Path Updates over Staggered Horizons) 的新型规划器，专为终身多智能体路径查找 (LMAPF) 设计。PUSH 旨在通过实现长时程推理来克服现有反应式框架的局限性，同时保持数千个智能体的可扩展性。该系统结合了 PIBT、RHCR 和 TP 的元素，使其能够在通用地图上进行多步规划，而无需进行限制性假设，并在评估中展示了显著的吞吐量改进。