【AAAI2022】 南加州大学-多智能体路径查找最新进展教程（附slides）

一、教程说明：

在共享环境中导航智能体团队是许多现有和新兴应用领域的一个重要问题。示例包括仓库物流、邮件分拣、自主交叉口管理和无人机群的协调。在每种情况下，从业者都必须解决一个具有挑战性的组合问题，即多智能体路径查找 (MAPF)。关于这个主题的研究经常出现在人工智能的文献和旗舰会议的会议记录中，例如 AAAI。这些工作也引起了邻近领域的研究人员的兴趣，例如机器人和离散优化。

在本教程中，我们建议概述 MAPF 的核心问题并总结这个快速发展的研究领域的最新进展。我们的目标是提供一个涵盖理论基础和实际算法的整体视角：用于规划、执行和处理实践中常见的各种运营问题。我们的目标受众是任何对规划和协调多智能体感兴趣的人。本教程将特别有益于对 MAPF 及其许多应用程序感兴趣的人。

二、教程大纲： 1、MAPF 概述（slides）

• 多智能体协调和规划应用概述
• 潜在的 MAPF 问题
• MAPF在不同场景下的复杂度结果
• 实际应用MAPF时出现的问题
  

2、规划 ( slides-part-1 , slides-part-2 )

• 寻找最优、有界次优和无界次优 MAPF 计划的方法
• 联合空间规划 A* 及其改进
• 使用基于冲突的搜索进行分解
• 冲突解决的约束
• 节点部分的启发式
  
  

3、执行（slides）

• 考虑智能体的运动学
• 在计划阶段处理失败
• 在执行阶段处理失败
  

4、可扩展性（slides-part-1，slides-part-2）

• 可扩展性和解决方案质量之间的权衡
• 有界次优算法
• 基于规则的算法
• 大型邻里搜索
  
  

5、总结和机会（slides）