多智能体路径规划中的代码空间策略搜索
arXiv:2610.25946v2 替换版提出在代码空间直接搜索多智能体协调策略，由编码智能体在仿真反馈与正确性验证下迭代提出、实现、评估和修正算法。在2024 League of Robot Runners竞赛的高难度地图上，两天搜索得到的策略在最密集实例上比本地复现的更强参赛方案高35.0%，并可泛化到未见地图实例。在模拟真实仓库（不规则通道、连续机器人几何、异步运动）中，一周搜索发现一类全新多智能体路径规划算法，吞吐量比校准后的专有方案高58.9%，并在给定假设下证明其无碰撞且能在有限时间内完成未被撤回或替换的目标。
发布于 10-22 10:57来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Policy Search in Code Space for Multi-Agent Pathfinding》查看原链
针对复杂多智能体系统开发协调策略，通常依赖劳动密集的算法设计，或依赖不透明的、针对特定任务的强化学习。 随着自主编码智能体的最新进展，我们展示了一种直接在代码空间中进行策略搜索的第三条路径，它兼具自动化优化与显式可解释性。 我们研究了一种由人类引导的工作流：编码智能体在仿真反馈和显式正确性验证的引导下，迭代地提出、实现、评估、诊断并最终改进算法。
我们开展了两个案例研究，发现该工作流稳定优于任何人工设计的方案。 在2024年League of Robot Runners竞赛的一张高难度地图上，为期两天的搜索发现了一种策略，在最密集的实例上比更强的本地复现竞赛方案高出35.0%，并能泛化到未见过的地图实例。
在具有不规则通道、连续机器人几何形状和异步运动的模拟真实仓库中，为期一周的搜索发现了一类全新的多智能体路径规划算法，其吞吐量比经过校准的专有方案高出58.9%。 在所述假设下，我们进一步证明新算法无碰撞，并在有限时间内完成每一个未被撤回或替换的已接受目标。
两项研究表明，由最先进编码智能体驱动的代码空间策略搜索，为构建既有效又具备分析可处理性的实际工程解决方案提供了一条极具竞争力的路径。