并行的基于冲突的搜索算法 PCBS（个人笔记）

PCBS

算法解释：

• p：CBS算法的OPENcbs中每个结点的解有效的概率（每个结点，到目标结点的解有N个，其中该解有效的概率为p）；

• ：每个结点成功找到解期望经历的迭代次数，比如场景大、Agent数量多且分布密集的情况下，p的概率可能会很小，反之 E(找到解) 的概率非常大；

• ： 假设任一时刻同时扩展的结点数不少于 n，每轮迭代中发现解的概率；

• ：假设任一时刻同时扩展的结点数不少于 n，其成功找到解期望经历的迭代次数；n越大，找到解的速度越快；

• ：
  • n： 任一时刻可以同时扩展的结点数；n线程；
  • ω： 保证所求解的代价值为与最优解代价之间的比值不超过 ω 的近似最优解（ω ≥ 1）；即： 最优解代价 * ω <=  所求解的代价值；
• BE表：登记正在被扩张的节点；
• 模型图：

我们得到OPENcbs中待扩充的结点中的最小代价值，和BE表中待扩充的节点的最小代价值，然后这两者分别 乘以ω ，分别记为：cost1 ，cost2；

然后得到Search Thread 多个搜索线程中的其中一个线程：Search Thread 1，它想扩充某个节点，即该结点的代价值（cost_OPENcbs）要满足： cost_OPENcbs<=cost1 且 该节点的代价值（cost_BE）也要满足cost_BE <=cost2；

最后在n个线程中得到一个具有有效解且满足条件的最小代价值。