GAMBIT：学习规划连续多机器人轨迹

GAMBIT 是一种多机器人连续轨迹规划框架，先通过模仿学习选择协调的运动基元，再用强化学习微调策略，并引入带备份轨迹的安全回滚机制保证全程无碰撞。实验中 GAMBIT 显著优于集中式运动规划器和分布式反应式规划器等基线，在连续域内可协调一千多台机器人，规划时延低于几百毫秒。