啟發式搜索

基于沖突的搜索,以實現最佳的多智能體尋路

Submitted by neurta on Tue, 01/12/2021 - 16:31
在多主體尋路問題(MAPF)中,我們得到了一組主體,每個主體都有各自的起始位置和目標位置。任務是查找所有代理的路徑,同時避免沖突。解決此問題的大多數先前工作已將單個代理視為單個“聯合代理”,然后應用了A *算法的單代理搜索變體。 在本文中,我們提出了一種基于沖突的搜索(CBS)新的最優多主體尋路算法。CBS是一種兩級算法,不會將問題轉換為單個“聯合代理”模型。在較高級別上,對沖突樹(CT)執行搜索,該樹是基于各個代理之間的沖突的樹。CT中的每個節點代表了一組對代理人運動的約束。在低級別,執行快速單代理搜索以滿足高層CT節點施加的約束。在許多情況下,這種兩級公式使CBS可以檢查少于A *的狀態,同時仍保持最佳狀態。我們分析CBS并顯示其優缺點。 此外,我們介紹了Meta-Agent CBS(MA-CBS)算法。MA-CBS是CBS的概括。與基本CBS不同,MA-CBS不僅限于低級別的單代理搜索。取而代之的是,MA-CBS允許將代理合并為一小組聯合代理。這減輕了基本CBS的某些缺點,并進一步提高了性能。實際上,MA-CBS是可以建立在任何最佳而完整的MAPF求解器之上的框架,以增強其性能。在各種問題上的實驗結果表明,與以前的方法相比,速度提高了一個數量級。
冯仰妍破处门