基于改进CBS算法的多智能体路径规划

摘要: 在基于冲突的搜索(conflict-based search, CBS)算法中，冲突的选择具有随机性，导致CBS算法在多智能体路径规划方面的求解效率不佳。为此，本文提出一种改进CBS算法的多智能体路径规划算法。首先，基于冲突子节点的相关信息，提出了一种新的冲突选择策略；然后，为发挥新策略的优势和进一步减少算法的运行时间，采用基于神经网络的RankNet算法来学习新策略，从而得到一个训练好的排序模型；最后，利用训练好的排序模型为CBS算法选择冲突。通过设计实验对改进CBS算法进行仿真验证，结果表明，所提改进算法相比于已有的改进算法，能够有效提高算法的求解效率。

• 关键词: 
• 多智能体  /  
• 全局路径规划  /  
• 基于冲突的搜索算法  /  
• 改进基于冲突的搜索算法  /  
• 机器学习  /  
• 排序学习  /  
• RankNet算法  /  
• 冲突选择策略  

随着人工智能技术的不断发展，多智能体路径规划[1]在自动仓库[2-4]、数字游戏[5]、火车调度[6]、城市道路网络[7]、多机器人系统[8]等方面有广泛的应用前景。多智能体路径规划是指在给定地图下，为给定的所有智能体，以