Warehouse Robots

新的扩散模型通过信号时序逻辑增强了多智能体规划能力

研究人员开发了一种新颖的基于扩散的多智能体规划方法，解决了现有方法的局限性。当前的基于优化的方法在处理大量智能体时面临可扩展性问题，而基于学习的方法则缺乏对新目标的泛化能力。这种新的扩散模型将信号时序逻辑（STL）的可微近似集成到去噪过程中，使其能够处理异构规范并提高规划多样性。该方法旨在实现基于学习方法的可扩展性，同时提供复杂现实世界多智能体系统（如无人机群和自动驾驶汽车）所需的泛化能力。