跳到正文
Hugging Face Daily Papers·· 2026-09-25精选AI 评分78

Decentralized Master-Mind:基于迭代意图去噪的多智能体路径规划联合动作优化

Decentralized Master-Mind: Joint Action Refinement through Iterative Intent Denoising in Multi-Agent Pathfinding

AI 导读

针对部分可观测环境下的多智能体路径规划问题,DMM 方法通过离散化、迭代式的意图去噪机制替代单次采样,有效解决了独立采样导致的联合动作不兼容问题。该方法在 MovingAI 数据集的 1,600 个任务中实现了 1,598 的成功率,覆盖率达到评估方法中最高的水平,同时保持了接近最强基线的解成本,并支持百万级智能体规模的扩展。

推荐理由

DMM 通过迭代意图去噪解决多智能体联合动作采样冲突,在 MovingAI 基准上实现最高覆盖率且成本接近最优基线。

来源:Hugging Face Daily Papers · arxiv.org