多智能体路径规划的集成优先混合策略
原文中文，约300字，阅读约需1分钟。发表于：。基于多智能体强化学习 (MARL) 的多智能体路径规划 (MAPF) 近来备受关注，我们提出了一种名为 Ensembling Prioritized Hybrid Policies (EPH) 的方法，该方法通过选择性通信模块、基于 Q 学习的算法以及高级推理策略来提高通信方式下 MARL-MAPF 求解器的性能，针对复杂多智能体环境进行了实证评估，并展现了与 MAPF...
近来，多智能体路径规划中的Ensembling Prioritized Hybrid Policies方法备受关注。该方法通过选择性通信模块、Q学习算法和高级推理策略提高通信方式下的性能。实证评估显示，该方法在复杂多智能体环境中与最先进的神经网络方法相竞争。
