查看“WikiEdge:ArXiv速递/2025-05-25”的源代码

== 摘要 ==
* '''原文标题'''：Where Paths Collide: A Comprehensive Survey of Classic and Learning-Based Multi-Agent Pathfinding
* '''中文标题'''：路径交汇之处：经典与基于学习的多智能体路径规划综合综述
* '''发布日期'''：2025-05-25 16:28:06+00:00
* '''作者'''：Shiyue Wang, Haozheng Xu, Yuhan Zhang, Jingran Lin, Changhong Lu, Xiangfeng Wang, Wenhao Li
* '''分类'''：cs.AI, cs.LG, cs.MA, math.CO
*'''原文链接'''：http://arxiv.org/abs/2505.19219v1
'''中文摘要'''：[[多智能体路径规划]]（MAPF）是[[人工智能]]和[[机器人学]]中的基础性问题，其核心任务是为多个[[智能体]]计算从起始位置到目标位置的[[无碰撞路径]]。随着[[自主系统]]在[[仓储]]、[[城市交通]]等复杂环境中的广泛应用，MAPF已从理论挑战发展为现实[[多机器人协调]]的关键技术。本综述弥合了MAPF研究中[[经典算法]]与[[新兴学习方法]]之间的长期分野，提出一个统一框架涵盖[[搜索类方法]]（包括[[基于冲突的搜索]]、[[优先级搜索]]和[[大邻域搜索]]）、[[编译类方法]]（[[SAT]]、[[SMT]]、[[CSP]]、[[ASP]]和[[MIP]]形式化）以及[[数据驱动技术]]（[[强化学习]]、[[监督学习]]和[[混合策略]]）。通过对200余篇论文实验实践的系统分析，我们发现[[评估方法]]存在显著差异：经典方法通常在更大规模实例测试（可达200×200网格与1000+智能体），而学习方法主要针对10-100智能体场景。我们建立了涵盖[[评估指标]]、[[环境类型]]和[[基线选择]]的完整分类体系，强调[[标准化基准协议]]的必要性。最后展望了未来方向，包括考虑[[博弈论]]的[[混合动机MAPF]]、基于[[大语言模型]]的[[语义化规划]]，以及融合经典方法严谨性与[[深度学习]]灵活性的[[神经求解器架构]]。本综述既可作为研究者的综合参考，也能为复杂现实场景中的MAPF部署提供[[实践指导]]。

== 摘要 ==
* '''原文标题'''：Where Paths Collide: A Comprehensive Survey of Classic and Learning-Based Multi-Agent Pathfinding
* '''中文标题'''：路径交汇之处：经典与基于学习的多智能体路径规划综合综述
* '''发布日期'''：2025-05-25 16:28:06+00:00
* '''作者'''：Shiyue Wang, Haozheng Xu, Yuhan Zhang, Jingran Lin, Changhong Lu, Xiangfeng Wang, Wenhao Li
* '''分类'''：cs.AI, cs.LG, cs.MA, math.CO
*'''原文链接'''：http://arxiv.org/abs/2505.19219v1
'''中文摘要'''：[[多智能体路径规划]]（[[MAPF]]）是[[人工智能]]和[[机器人学]]中的基础性问题，其核心任务是为多个[[智能体]]计算从起始位置到目标位置的[[无碰撞路径]]。随着[[自主系统]]在[[仓储]]、[[城市交通]]等复杂环境中的日益普及，MAPF已从理论挑战发展为现实[[多机器人协调]]的关键使能技术。本综述弥合了MAPF研究中经典算法方法与新兴学习方法之间的长期分野，提出一个统一框架涵盖搜索类方法（包括[[基于冲突的搜索]]、[[优先级搜索]]和[[大邻域搜索]]）、编译类方法（[[SAT]]、[[SMT]]、[[CSP]]、[[ASP]]和[[MIP]]形式化）以及数据驱动技术（[[强化学习]]、[[监督学习]]和[[混合策略]]）。通过对200余篇论文实验实践的系统分析，我们发现评估方法存在显著差异：经典方法通常在更大规模实例上测试（可达200×200网格和1000+智能体），而学习方法主要针对10-100个智能体。我们建立了评估指标、环境类型和基线选择的完整分类体系，强调标准化[[基准测试]]协议的必要性。最后，我们展望了未来研究方向，包括考虑[[博弈论]]的混合动机MAPF、基于[[大语言模型]]的[[自然语言规划]]，以及融合经典方法严谨性与[[深度学习]]灵活性的[[神经求解器]]架构。本综述既可作为研究人员的综合参考，也能为日益复杂的现实应用部署MAPF解决方案提供实践指南。