提出基于异构图神经网络的共享路图生成框架

1. 12:00
   arXiv cs.RO 机器人学

   基于异构图神经网络的多智能体路径规划共享路图生成与评估

   论文提出一种可扩展的异构图神经网络（GNN）框架，用于自动生成和评估多智能体共享路图，将路径点、智能体位置和任务位置表示为异构图中的不同节点。模型在专家求解器轨迹聚合的占据密度图上训练，学习识别关键兴趣点并剪除冗余节点与边，生成紧凑、协调感知且对任务排列不变的路图。实验显示该框架在稠密路图上可将运行时间和图规模至少降低 40%。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。