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