MAPF专业
MAGIC 用空间信念与绕行代价改进未知地图多智能体路径规划
这篇预印本提出 MAGIC 框架,将空间相关的未知障碍表示为高斯马尔可夫随机场,通过高斯信念传播在线更新共享信念,并把推断结果转化为考虑绕行成本的边代价供标准 MAPF 规划器使用。在标准 MAPF 基准上,与既有方法相比,MAGIC 在 96.3% 的实例上降低了实际执行的总代价,并扩展到最多 800 个智能体。该工作表明空间推断能以较小计算代价改善多机器人在未知变化环境中的协调。
机器人与具身智能领域的最新论文,以及每篇对产业的意义。
这篇预印本提出 MAGIC 框架,将空间相关的未知障碍表示为高斯马尔可夫随机场,通过高斯信念传播在线更新共享信念,并把推断结果转化为考虑绕行成本的边代价供标准 MAPF 规划器使用。在标准 MAPF 基准上,与既有方法相比,MAGIC 在 96.3% 的实例上降低了实际执行的总代价,并扩展到最多 800 个智能体。该工作表明空间推断能以较小计算代价改善多机器人在未知变化环境中的协调。
论文来自 arXiv 机器人领域。尚未生成摘要的论文,显示摘要开头部分。