.png){kind=icon}
返回
GPU-accelerated Conflict-based Search for Multi-agent Embodied Intelligence
.png){kind=icon}
OA
AI
DOI：10.1007/s11633-025-1568-y.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
体化智能应用，例如自主机器人和智能交通系统，需要在动态环境中实现多智能体的高效协同。该领域的一个关键挑战是多智能体路径规划（MAPF）问题，该问题确保智能体在避免冲突的同时优化其路径。基于冲突的搜索（CBS）是解决MAPF问题的成熟的两级求解器。然而，随着问题规模的扩大，计算时间成为CBS实施的一个重大挑战。以往的优化主要集中于减少高层或低层求解器探索的节点数量。本文从不同角度出发，提出了一种并行版本的CBS，即GPU加速的基于冲突的搜索（GACBS），该算法显著利用了GPU的并行计算能力。GACBS采用任务协调框架，通过轻量级的同步操作使高层和低层求解器能够协同工作。此外，GACBS利用一种并行低层求解器，称为GATSA，以高效地为单个智能体在约束条件下找到最短路径。实验结果表明，所提出的GACBS显著优于基于CPU的CBS，最大加速比超过46。
Keyword:
Conflict-based search (CBS)
GPU parallel computing
multi-agent pathfinding (MAPF)
multi-agent system
planning
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
8.7
论文数:
304
被引数:
882
机构
引用论文
.png){kind=icon}
Multi-agent parallel hierarchical path finding in navigation meshes (MA-HNA*)多智能体并行分层导航网格路径规划算法 (MA-HNA*)OAAI
OAAI分享收藏
查看更多内容