异步多智能体路径规划模型

多车协同寻路提速

面向多源最短路径问题的异步多智能体强化学习模型，采用两阶段分区域规划与低维全局状态表示，有效提升多车辆协作路径规划的效率与质量。

Yin, Jiaming · 饶卫雄 · Xiao, Yu · 唐克双

IEEE Transactions on Mobile Computing 2025

技术优势

异步也能协作

通过低维全局状态隐式表示多智能体的高维联合观测与动作，使各车辆无需等待其他车辆完成路由动作即可有效学习。

轨迹更精简

新颖的轨迹收集机制降低训练数据中的冗余，从而提升学习效率。

不会绕圈

可达图防止路由路径中出现无限循环，保证算法在实际部署中的可靠性。

应用场景

• 多车协作路径规划：用于城市路网中多车辆协同路径优化，减少平均通行时间。
• 智能交通系统：集成到交通管理系统，实时协调车辆路线以缓解拥堵。
• 无人机集群路径规划：用于无人机集群协作路径规划，提升任务执行效率。
• 仓储机器人调度：调度多仓储机器人协同搬运，避免冲突和死锁。