.png){kind=icon}
返回
An Analysis of Constraint-Based Multiagent Pathfinding Algorithms
.png){kind=icon}
PRE
AI
DOI：10.1109/TRO.2025.3641865.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究通过基于约束分类指导约束搜索算法的选择，为未来多智能体路径规划和多机器人运动规划（MRMP）算法的设计提供了指导。我们将约束分为保守型和激进型，并对其搜索行为进行了深入分析，重点关注了原始冲突基搜索和带优先级的冲突基搜索。在混合网格-路网表示且分辨率可变的情况下，我们观察到，随着智能体数量或分辨率的增加，激进型（优先级约束）的表述倾向于解决更多实例，而保守型（运动约束）的表述在两者均成功时能产生更高质量的解。研究成果被整合到一个决策流程图中，以帮助用户选择合适的约束。建议扩展到MRMP领域，强调在考虑问题、解和表示特征的同时，拓扑特征的重要性也不容忽视。本研究包含原始数据和地图性能的全面探索，可在我们的公共GitHub仓库中获取。
Keyword:
Motion and path planning
path planning for multiple mobile robots or agents
期刊
IF:
10.5
论文数:
3.3K
被引数:
2.8W
机构
引用论文
.png){kind=icon}
查看更多内容