典型文献
多智能体路径规划综述
文献摘要：
多智能体路径规划(multi-agent path finding,MAPF)是为多个智能体规划路径的问题,关键约束是多个智能体同时沿着规划路径行进而不会发生冲突.MAPF在物流、军事、安防等领域有着大量应用.对国内外关于MAPF的主要研究成果进行系统整理和分类,按照规划方式不同,MAPF算法分为集中式规划算法和分布式执行算法.集中式规划算法是最经典和最常用的MAPF算法,主要分为基于A*搜索、基于冲突搜索、基于代价增长树和基于规约四种算法.分布式执行算法是人工智能领域兴起的基于强化学习的MAPF算法,按照改进技术不同,分布式执行算法分为专家演示型、改进通信型和任务分解型三种算法.基于上述分类,比较MAPF各种算法的特点和适用性,分析现有算法的优点和不足,指出现有算法面临的挑战并对未来工作进行了展望.
文献关键词：
多智能体路径规划;人工智能;搜索;分布式;强化学习
中图分类号：
作者姓名：
刘志飞;曹雷;赖俊;陈希亮;陈英
作者机构：
陆军工程大学 指挥控制工程学院,南京 210007;东部战区总医院 博士后科研工作站,南京 210007
文献出处：
引用格式：
[1]刘志飞;曹雷;赖俊;陈希亮;陈英-.多智能体路径规划综述)[J].计算机工程与应用,2022(20):43-62
A类：
MAPF,智能体规划
B类：
多智能体路径规划,multi,agent,path,finding,规划路径,径行,发生冲突,安防,集中式,划算,基于冲突搜索,规约,人工智能领域,强化学习,改进技术,演示型,任务分解,未来工作
AB值：
0.271051
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
