跳到正文
具身前沿EMBODIED FRONTIER
arXiv · cs.RO· Ethan Schneider, Jingkai Chen, Seth Hutchinson, Sonia Chernova·· 8 小时前AI 评分58

论文 / 摘要阅读

LSR:面向多智能体取送任务的局部方案修复方法

Local Solution Repair for Multi-Agent Pickup and Delivery

AI 导读 · 根据来源整理

论文提出局部方案修复方法 LSR,用于多智能体取送(MAPD)任务,在运行时检测次优行为并对目标进行局部重规划,以减少智能体之间的冲突。作者用 LSR 修复 M2M 和 LNS-PBS 两个 MAPD 基线生成的方案,在三个环境的长时仓库仿真中,任务吞吐量相比当前方法提升最高 5.9%,次优实例减少约 3.6 万个(降幅 14.6%),额外计算时间较小。研究目前基于仿真,未涉及实机部署。

本站目前提供摘要

以上是对来源材料的中文整理,不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。

前往 arXiv · cs.RO 阅读原文 ↗

来源:arXiv · cs.RO · arxiv.org