Paper Survey

私の研究に関連するMAPF・MAPD論文を、毎日最大2本、日本語で自動要約します。未読の新着論文と重要論文を中心に追加していきます。

分野

自動倉庫におけるマルチエージェント計画・タスク形成最適化

キーワード: Multi-Agent Path Finding, Multi-Agent Pathfinding, MAPF, Multi-Agent Pickup and Delivery, MAPD, MT-MAPD, Lifelong Multi-Agent Path Finding, Online Multi-Agent Path Finding ・ 187本

文書構造解析に基づく検索・質問応答・RAG（過去記事・更新終了）

177本

個別に読んだ論文

2本

最近の要約

一致する論文はありません。

NewA traffic management system for large and heterogeneous vehicles in narrow industrial environments
Alessandro Bonetti, Silvia Proia, Simone Guidetti, Lorenzo Sabattini
採択先: 未取得
新着論文キーワード一致 1被引用 0関連度 1本文(arXiv)読む価値 4/5
MAPF
2026-09-09 ・本論文は、狭い双方向通路や不規則なレイアウトを持つ工場で、大型かつ異種のAGV群を協調走行させる交通管理システムを提案する。NURBS曲線に基づくロードマップ、L-MAPF、拡張型CBS、実行時の安全制御、デッドロック処理を統合し、実際の産業環境で比較方式に対して最大11パーセントのスループット向上を報告した。
NewSocial Behavior as a Key to Learning-based Multi - Agent Pathfinding Dilemmas
Chengyang He, Tanishq Duhan, Parth Tulsyan, Patrick Kim, Guillaume Sartoretti
採択先: 未取得
重要論文キーワード一致 2被引用 0関連度 2本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2024-08-06 ・本論文は、パラメータ共有によって行動が均質化した学習ベースMAPFエージェントが、対称的な衝突や狭い通路でライブロック・デッドロックに陥る問題を扱う。提案するSYLPHは、状況に応じて社会的価値志向を学習・選択させることで行動の多様性と協調を導入し、シミュレーションおよび実機評価で従来の学習ベース手法を上回る性能を示した。
Empirical Hardness in Multi-Agent Pathfinding: Research Challenges and Opportunities
Jingyao Ren, Eric Ewing, T. K. Satish Kumar, Sven Koenig, Nora Ayanian
採択先: Proceedings of the 24th International Conference on Autonomous Agents and Multiagent Systems, 2025, Pages 2885-2889
重要論文キーワード一致 2被引用 0関連度 5本文(arXiv)読む価値 4/5
Multi-Agent PathfindingMAPF
2025-12-10 ・ MAPFは理論上NP困難であるが、実際の解きやすさはインスタンスごとに大きく異なる。本論文は、この差を理解して活用するため、アルゴリズム選択、困難性を生む特徴の解明、困難なインスタンスと多様なベンチマークの生成という三つの研究課題を整理する。
Prioritized Planning for Continuous-time Lifelong Multi - agent Pathfinding
Alvin Combrink, Sabino Francesco Roselli, Martin Fabian
採択先: International Conference on Control, Decision and Information Technologies 2025
新着論文キーワード一致 2被引用 2関連度 2本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-06-02 ・本論文は、連続時間で移動する体積エージェントが、時間とともに到着するタスクを衝突なく処理する生涯マルチエージェント経路探索を扱う。提案手法CPLPは、厳密最適性を目指さず、CCBS系とSIPP系の計画を組み合わせることで、計画時間に制約がある場合でも衝突回避を維持するオンライン計画を実現する。
Hybrid Quantum-Classical Multi - Agent Pathfinding
Thore Gerlach, Loong Kuan Lee, Frédéric Barbaresco, Nico Piatkowski
採択先: ICML 2025
重要論文キーワード一致 2被引用 0関連度 2本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-07-09 ・本研究は、共有空間で複数エージェントの衝突しない最適経路を求めるMAPFに対し、Branch-and-Price-and-CutとQUBOを組み合わせた二つの量子・古典ハイブリッド手法を提案する。経路と衝突制約を段階的に追加することで、理想的な量子計算では最適性を保証し、実量子ハードウェアではハードウェアを意識した疎なQUBO設計が実行可能解の得やすさに影響することを示した。
Where Paths Collide: A Comprehensive Survey of Classic and Learning-Based Multi - Agent Pathfinding
Shiyue Wang, Haozheng Xu, Yuhan Zhang, Jingran Lin, Changhong Lu, Xiangfeng Wang, Wenhao Li
採択先: 未取得
新着論文キーワード一致 2被引用 0関連度 2本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-07-31 ・本論文は、共有環境で複数エージェントの衝突しない経路を求めるMAPFについて、探索型、コンパイル型、学習ベース手法を統一的に整理するサーベイである。200本以上の研究を分析し、古典的手法と学習ベース手法では評価規模や実験方法に大きな差があるため、標準化されたベンチマークと両者の統合が重要だと論じている。
PRIMAL$_2$: Pathfinding Via Reinforcement and Imitation Multi-Agent Learning - Lifelong
Mehul Damani, Zhiyao Luo, Emerson Wenzel, Guillaume Sartoretti
採択先: IEEE Robotics and Automation Letters
重要論文キーワード一致 2被引用 215関連度 2本文(arXiv)読む価値 5/5
Multi-Agent Path FindingMAPF
2020-10-16 ・本論文は、倉庫のように高密度で通路制約の強い環境における生涯型マルチエージェント経路探索を対象とし、局所観測だけでオンライン計画を行う分散強化学習枠組みPRIMAL2を提案する。通路移動の共有規則、中央計画器の模倣、環境の多様化を利用して明示的通信なしの協調を学習し、従来のPRIMALを上回り、既存計画器に近い性能と最大2048エージェントへの拡張性を示した。
SIGMA: Sheaf-Informed Geometric Multi - Agent Pathfinding
Shuhao Liao, Weihang Xia, Yuhong Cao, Weiheng Dai, Chengyang He, Wenjun Wu, Guillaume Sartoretti
採択先: presentation at the 2025 IEEE International Conference on Robotics and Automation (ICRA) Journal ref: 2025 IEEE International Conference on Robotics and Automation ICRA pp
新着論文キーワード一致 2被引用 0関連度 2本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-08-22 ・ SIGMAは、限られた視野で行動する複数エージェントが、シーフ理論に基づく潜在表現の整合性を学習し、局所観測からチーム全体の合意を形成するMAPF計画器である。シミュレーションでは、特に大規模で複雑な環境において、既存の学習ベース計画器より高い成功率を示し、40×40マップの128エージェントで69％、60×60マップで80％の成功率を達成した。
Symbolic Planning and Multi-Agent Path Finding in Extremely Dense Environments with Unassigned Agents
Bo Fu, Zhe Chen, Rahul Chandan, Alex Barbosa, Michael Caldara, Joey Durham, Federico Pecora
採択先: Proceedings of the AAAI Conference on Artificial Intelligence 2026
重要論文キーワード一致 1被引用 1関連度 3本文(arXiv)読む価値 4/5
Multi-Agent Path Finding
2026-01-08 ・本研究は、密集した倉庫グリッドで、目標を持つブロックを他のブロックや障害物に妨げられず再配置するブロック再配置問題（BRaP）を形式化する。五つの探索手法を比較し、BR-LaCAMと経路の阻害を抑えるヒューリスティック手法が、大規模グリッドでも高い成功率と短い初期解探索時間を示した。
Towards Information-Optimized Multi-Agent Path Finding: A Hybrid Framework with Reduced Inter-Agent Information Sharing
Bharath Muppasani, Ritirupa Dey, Biplav Srivastava, Vignesh Narayanan
採択先: 未取得
補充候補キーワード一致 2被引用 0関連度 4本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-10-10 ・エージェント間の情報共有を最小限に抑えつつ、衝突を回避して実行可能な経路を生成するマルチエージェント経路計画（MAPF）に対し、分散型強化学習と軽量な中央コーディネーターを組み合わせたハイブリッドフレームワークIO-MAPFを提案する。衝突が発生した際にのみ限定的な情報を動的に共有することで、高い成功率を維持しながら通信負荷を2倍から23倍削減する。
Goal Staying Makes Sum-of-Costs Anonymous Multi-Agent Path Finding NP-Hard
Hang Ma
採択先: 未取得
補充候補キーワード一致 1被引用 0関連度 4本文(arXiv)読む価値 4/5
Multi-Agent Path Finding
2026-08-21 ・エージェントが目標地点に到達した後にその場に留まり続ける設定の匿名マルチエージェント経路探索（AMAPF）において、総コスト（SoC）の最小化問題がNP困難であることを証明した。
Scalable Robust Multi-Agent Path Finding (Student Abstract)
Amit Bouzaglo
採択先: Proceedings of the International Symposium on Combinatorial Search 2026
補充候補キーワード一致 2被引用 0関連度 5本文(OA-PDF)読む価値 3/5
Multi-Agent Path FindingMAPF
2026-08-14 ・各エージェントに最大k回までの遅延を許容する頑健なマルチエージェント経路探索において、既存の最適解探索手法のスケーラビリティの課題を解決するため、LaCAM*を拡張したkRLaCAM*-CRを提案し、高い成功率を実現した。
BCBS-AA: Bounded Sub-Optimal Conflict-Based Search for Multi-Agent Path Finding with Asynchronous Actions
Xuemian Wu, Shizhe Zhao, Zhongqiang Ren
採択先: Proceedings of the International Symposium on Combinatorial Search 2026
補充候補キーワード一致 2被引用 0関連度 5本文(OA-PDF)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-08-14 ・非同期アクションを伴うマルチエージェント経路計画において、既存の有界劣最適アルゴリズムを適用すると探索効率が低下する課題に対し、非同期性を考慮した境界値の分配と衝突強度に基づくノード優先順位付けを導入することで、成功率と探索効率を改善するBCBS-AAを提案する。
Multi-Agent Path Finding with Unassigned Agents (MAPFUA) (Extended Abstract)
Ariel Felner, Roni Stern
採択先: Proceedings of the International Symposium on Combinatorial Search 2026
補充候補キーワード一致 2被引用 0関連度 5本文(OA-PDF)読む価値 3/5
Multi-Agent Path FindingMAPF
2026-08-14 ・特定の目的地を持たない「未割り当てエージェント」が、割り当て済みエージェントの経路確保のために移動することを許容する新しい問題設定MAPFUAを提案する。
Fast and Scalable Rule-Based Search for Deadline-Constrained Anonymous Multi-Agent Path Finding
Sahar Badri, Serafino Cicerone, Alessia Di Fonso
採択先: Proceedings of the International Symposium on Combinatorial Search 2026
補充候補キーワード一致 2被引用 0関連度 5本文(OA-PDF)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-08-14 ・期限制約のある匿名マルチエージェント経路計画（AMAPFwID）において、最大流計算を用いる従来手法は大規模問題で計算コストが膨大になる課題がある。本論文は、タスク割り当てとルールベースの反応型探索を組み合わせたフレームワークDARTを提案し、数千規模のエージェントに対しても高速かつ高精度な解を導出する。
Tree-MAPF: On the Complexity of Optimizing Multi Agent Path Finding on Tree Graphs
Daniel Koyfman, Dor Atzmon, Shahaf Shperberg, Ariel Felner
採択先: Proceedings of the International Symposium on Combinatorial Search 2026
補充候補キーワード一致 2被引用 0関連度 5本文(OA-PDF)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-08-14 ・木構造におけるマルチエージェント経路探索（MAPF）において、燃料消費量（Fuel）およびコストの総和（Sum of Costs）の最適化がそれぞれNP困難であることを証明した。一方で、各エージェントの経路を個別の最短経路に限定し、待機アクションのみで衝突を回避できるかという実行可能性判定については、多項式時間で解けることを明らかにした。
LaCAM* Variants for Minimizing Makespan in Multi-Agent Path Finding (Extended Abstract)
Omer Idgar, Dor Atzmon, Ariel Felner
採択先: Proceedings of the International Symposium on Combinatorial Search 2026
補充候補キーワード一致 2被引用 0関連度 5本文(OA-PDF)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-08-14 ・マルチエージェント経路探索において、メイクスパン（MKS）の最小化を目的としたLaCAM*の有効性を検証し、特にIDA*を組み合わせた改良版が大規模な問題で高い性能を達成することを示した。
Adaptive Anytime Multi-Agent Path Finding Using Bandit-Based Large Neighborhood Search
Thomy Phan, Taoan Huang, Bistra Dilkina, Sven Koenig
採択先: AAAI 2024
補充候補キーワード一致 2被引用 0関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2023-12-28 ・大規模なマルチエージェント経路計画において、破壊ヒューリスティックの選択と近傍サイズをオンラインで動的に適応させる二段階のマルチアームバンディット手法BALANCEを提案し、既存の最先端手法を大幅に上回る性能を達成した。
Bidirectional Temporal Plan Graph: Enabling Switchable Passing Orders for More Efficient Multi-Agent Path Finding Plan Execution
Yifan Su, Rishi Veerapaneni, Jiaoyang Li
採択先: AAAI 2023
補充候補キーワード一致 2被引用 0関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2023-12-30 ・マルチエージェント経路計画において、実行時の遅延による不要な待機時間を削減するため、エージェント間の通過順序を動的に切り替え可能なグラフ表現であるBidirectional Temporal Plan Graph (BTPG)を提案する。これにより、再計画なしで衝突やデッドロックを回避しつつ、実行効率を向上させる。
Jump Point Search with Temporal Obstacles
Shuli Hu, Daniel D. Harabor, Graeme Gange, Peter J. Stuckey, Nathan R. Sturtevant
採択先: ICAPS 2021
手動追加被引用 0関連度 0本文(PDF)読む価値 4/5
2021 ・時間経過とともに動く障害物が存在する4連結グリッドマップにおいて、経路の対称性による探索空間の膨大化を解決するため、新しい正規順序を用いて空間的・時間的な対称性を打破するTemporal Jump Point Search (JPST) を提案し、既存の標準的手法を大幅に上回る探索効率を実現した。
Enhanced Partial Expansion A*
Meir Goldenberg, Ariel Felner, Roni Stern, Guni Sharon, Nathan R. Sturtevant, Robert C. Holte, Jonathan Schaeffer 0001
採択先: J. Artif. Intell. Res.
手動追加被引用 0関連度 0本文(PDF)読む価値 4/5
2014 ・分岐係数が非常に大きい問題において、最適解のコストを超える「余剰ノード」の生成がメモリと計算時間を浪費する課題に対し、ドメイン知識を用いて必要な子ノードのみを特定・生成するEnhanced Partial Expansion A* (EPEA*) を提案する。これにより、先行研究のPEA*が抱えていた実行時間のオーバーヘッドを解消し、メモリ節約と高速化を両立する。
Graph Attention-Guided Search for Dense Multi-Agent Pathfinding
Rishabh Jain, Keisuke Okumura, Michael Amir, Amanda Prorok
採択先: AAAI 2026
手動追加キーワード一致 1被引用 0関連度 1本文(PDF)読む価値 4/5
MAPF
2026 ・高密度なマルチエージェント経路計画において、学習ベースのヒューリスティックを探索アルゴリズムに統合するハイブリッド手法LaGATを提案し、既存の探索手法や学習手法の限界を超える解の品質を実現する。
Pairwise is Not Enough: Hypergraph Neural Networks for Multi-Agent Pathfinding
Rishabh Jain, Keisuke Okumura, Michael Amir, Pietro Lio, Amanda Prorok
採択先: 未取得
手動追加キーワード一致 2被引用 5関連度 2本文(PDF)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-02-06 ・マルチエージェント経路探索において、従来のペア単位の相互作用モデルでは高密度環境での集団的な調整が困難であるという問題を、有向ハイパーグラフを用いた注意機構により解決する。提案手法は、極めて少ないパラメータ数と学習データ量でありながら、既存の巨大なモデルを凌駕する性能を達成した。
Deploying Ten Thousand Robots: Scalable Imitation Learning for Lifelong Multi-Agent Path Finding
He Jiang, Yutong Wang, Rishi Veerapaneni, Tanishq Harish Duhan, Guillaume Adrien Sartoretti, Jiaoyang Li
採択先: ICRA 2025
手動追加キーワード一致 2被引用 0関連度 2本文(PDF)読む価値 5/5
Multi-Agent Path FindingLifelong Multi-Agent Path Finding
2025 ・最大10,000体のエージェントを扱うLifelong Multi-Agent Path Finding (LMAPF)において、探索ベース手法の高品質な解を模倣することで、大規模環境での高いスループットと高速な推論を両立するSILLMを提案する。
MAPF-GPT: Imitation Learning for Multi-Agent Pathfinding at Scale
Anton Andreychuk, Konstantin Yakovlev, Aleksandr Panov, Alexey Skrynnik
採択先: AAAI 2025
手動追加キーワード一致 1被引用 0関連度 1本文(PDF)読む価値 4/5
MAPF
2025 ・エキスパートの経路解を大規模に模倣学習することで、追加の通信や計画ルーチンを必要とせずに、未知の環境でも高精度な経路生成を可能にするMAPFの基盤モデルMAPF-GPTを提案する。
Why Solving Multi-agent Path Finding with Large Language Model has not Succeeded Yet
Weizhe Chen, Sven Koenig, Bistra Dilkina
採択先: 未取得
補充候補キーワード一致 2被引用 29関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2024-01-08 ・大規模言語モデル（LLM）を直接用いてマルチエージェント経路計画（MAPF）を解こうとする試みが、なぜ複雑な環境で失敗するのかを分析し、その主要な要因を特定した研究である。
Confidence-Based Curriculum Learning for Multi-Agent Path Finding
Thomy Phan, Joseph Driscoll, Justin Romberg, Sven Koenig
採択先: AAMAS 2024
補充候補キーワード一致 2被引用 0関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2024-01-11 ・マルチエージェント経路探索（MAPF）における報酬の希薄さと調整の困難さを解決するため、統計的な信頼度に基づきタスクの難易度を段階的に高める軽量な逆カリキュラム学習手法CACTUSを提案する。本手法は、既存の最先端手法の5%未満のパラメータ数でありながら、優れた性能と汎化性能を実現する。
Scalable Mechanism Design for Multi-Agent Path Finding
Paul Friedrich, Yulun Zhang, Michael Curry, Ludwig Dierks, Stephen McAleer, Jiaoyang Li, Tuomas Sandholm, Sven Seuken
採択先: IJCAI 2024
補充候補キーワード一致 2被引用 0関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2024-01-30 ・エージェントが自己利益のために経路コストを偽る戦略的行動を防ぎつつ、大規模なマルチエージェント経路計画（MAPF）に対応可能なメカニズムを提案する。範囲内最大（MIR）という性質を活用することで、近似的なMAPFアルゴリズムを用いても戦略的整合性を維持できることを示す。
Multi-agent Path Finding for Cooperative Autonomous Driving
Zhongxia Yan, Han Zheng, Cathy Wu
採択先: IEEE International Conference on Robotics and Automation 2024
補充候補キーワード一致 2被引用 13関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2024-02-01 ・信号機のない交差点におけるコネクテッド自動運転車（CAV）の協調走行のため、マルチエージェント経路探索（MAPF）の知見を導入し、車両の通過順序を最適化する手法を提案する。車両の運動学的制約を考慮した到着時刻のスケジューリングと順序ベースの探索を組み合わせることで、車両の遅延を最小化する。
Anytime Multi-Agent Path Finding using Operation Parallelism in Large Neighborhood Search
Shao-Hung Chan, Zhe Chen, Dian-Lun Lin, Yue Zhang, Daniel Harabor, Tsung-Wei Huang, Sven Koenig, Thomy Phan
採択先: Adaptive Agents and Multi-Agent Systems
補充候補キーワード一致 2被引用 6関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2024-02-02 ・マルチエージェント経路探索（MAPF）において、破壊と修復の操作を並列に実行するDROP-LNSを提案する。非同期な解の更新により、同期による待機時間を抑えつつ、限られた時間内で探索空間を広範に探索し解の品質を向上させる。