AAAIDec, 2023
分布式蒙特卡洛树搜索用于部分可观察多智体路径规划
Decentralized Monte Carlo Tree Search for Partially Observable Multi-agent Pathfinding
Alexey Skrynnik, Anton Andreychuk, Konstantin Yakovlev, Aleksandr Panov
TL;DR我们提出了一种基于分布式多智能体蒙特卡罗树搜索方法的多智能体路径规划算法,通过利用智能体的观察结果重新创建内在的马尔科夫决策过程,并结合针对多智能体任务的定制化神经蒙特卡罗树搜索算法进行路径规划,实验证明该方法优于现有的学习型多智能体路径规划器。