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

189 本のサーベイ

一致する論文はありません。

NewSRMT: Shared Memory for Multi-agent Lifelong Pathfinding
Alsu Sagirova, Yuri Kuratov, Mikhail Burtsev
採択先: 未取得
新着論文キーワード一致 1被引用 11関連度 1本文(arXiv)読む価値 4/5
MAPF
2026-08-24 ・部分観測下のマルチエージェント経路探索では、局所観測だけで衝突を避け、狭い通路で通行順を調整する必要がある。Shared Recurrent Memory Transformer（SRMT）は、各エージェントの再帰メモリを共有ワークスペースで参照可能にし、明示的なメッセージ設計なしで分散協調を学習する。交渉が必要なボトルネック課題では、特に疎な報酬条件で既存の通信型・メモリ型手法を上回った。
NewMulti-Group Pipe Routing under Permanent Geometric Occupancy: Problem, Benchmark, and Classical Baselines
Deng Quan
採択先: 未取得
重要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
2026-08-27 ・本研究は、配置済みの配管が空間を恒久的に占有し、後続の配管がそれを回避する必要がある三次元の多グループ配管経路計画を定式化する。構成的に実行可能な証人を備えたベンチマークで比較した結果、幾何学的衝突に対して局所的に分岐するCBSが、特に難しいPlaneSlice条件でPBSと優先順位計画を大きく上回った。
A 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。
Social 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。
No Panacea in Planning: Algorithm Selection for Suboptimal Multi-Agent Path Finding
Weizhe Chen, Zhihan Wang, Jiaoyang Li, 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 1関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2024-04-04 ・劣最適解を許容するマルチエージェント経路探索（MAPF）において、実行時間と解の品質のトレードオフを考慮したアルゴリズム選択の課題を扱う。学習指標と最適化目的の不一致や、特徴量に応じた適切な前処理の重要性を明らかにした。
LayeredMAPF: a decomposition of MAPF instance to reduce solving costs
Zhuo Yao, Wei Wang
採択先: Preprints.org
補充候補キーワード一致 2被引用 0関連度 5本文(arXiv PDF)読む価値 4/5
Multi-Agent Path FindingMAPF
2024-04-19 ・エージェント数の増加に伴い計算コストが指数関数的に増大するマルチエージェント経路計画（MAPF）に対し、問題を複数の小さなサブ問題に分解して計算負荷を軽減するLayeredMAPFを提案する。この手法は既存のあらゆるMAPFアルゴリズムに適用可能な汎用的なフレームワークであり、解の存在可能性を維持しつつ、メモリ使用量や計算時間を削減する。
LNS2+RL: Combining Multi-Agent Reinforcement Learning with Large Neighborhood Search in Multi-Agent Path Finding
Yutong Wang, Tanishq Duhan, Jiaoyang Li, Guillaume Sartoretti
採択先: presentation at AAAI 2025
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
2024-05-28 ・大規模近傍探索（LNS）の枠組みにマルチエージェント強化学習（MARL）を統合することで、複雑な環境下での高い衝突回避能力と計算効率の両立を実現したMAPFアルゴリズム。
Algorithm Selection for Optimal Multi-Agent Path Finding via Graph Embedding
Carmel Shabalin, Omri Kaduri, Roni Stern
採択先: 未取得
補充候補キーワード一致 2被引用 1関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2024-06-16 ・マルチエージェント経路探索（MAPF）において、問題の特性に応じて最適なソルバーを選択するアルゴリズム選択（AS）手法を提案する。グラフ埋め込みアルゴリズムFEATHERを活用することで、未知のグラフ構造を持つ問題に対しても効果的なエンコーディングを実現する。
Reevaluation of Large Neighborhood Search for MAPF: Findings and Opportunities
Jiaqi Tan, Yudong Luo, Jiaoyang Li, Hang Ma
採択先: SOCS 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
2024-07-12 ・マルチエージェント経路計画における大規模近傍探索（LNS）の評価基準が不統一である問題を解決するため、統一的な評価フレームワークを構築して既存手法を再評価した。その結果、現在の学習ベースの手法は計算コストの高さから、単純なルールベースのヒューリスティックに対して明確な優位性を示せていないことが明らかになった。
Anytime Multi-Agent Path Finding with an Adaptive Delay-Based Heuristic
Thomy Phan, Benran Zhang, Shao-Hung Chan, Sven Koenig
採択先: AAAI 2025
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
2024-08-06 ・大規模なマルチエージェント経路計画において、既存のLNS手法が抱えるヒューリスティック選択の探索コストと、固定的なルールによる性能限界を、適応的な単一破壊ヒューリスティックを用いることで解決する。
Expected $1.x$-Makespan-Optimal MAPF on Grids in Low-Poly Time
Teng Guo, Jingjin Yu
採択先: Journal of Artificial Intelligence Research, vol. 81, pages 443-479, 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
2024-08-09 ・高密度なグリッド環境におけるマルチエージェント経路探索（MAPF）に対し、グリッド再配置アルゴリズム（GRA）を応用することで、低多項式時間で漸近的なメイクスパン最適性を保証する階層的な手法を提案している。
Improving Learnt Local MAPF Policies with Heuristic Search
Rishi Veerapaneni, Qian Wang, Kevin Ren, Arthur Jakobsson, Jiaoyang Li, Maxim Likhachev
採択先: ICAPS 2024
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 4/5
Multi-Agent Path FindingMAPF
2024-03-29 ・学習された局所的なマルチエージェント経路探索（MAPF）方策に対し、追加の学習なしでヒューリスティック探索を統合することで、デッドロックを解消し成功率とスケーラビリティを大幅に向上させる。
A Comprehensive Review on Leveraging Machine Learning for Multi-Agent Path Finding
Jean-Marc Alkazzi, Keisuke Okumura 0001
採択先: IEEE Access
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
Multi-Agent Path Finding
2024 ・マルチエージェント経路探索（MAPF）の計算複雑性を克服するため、機械学習（ML）を環境表現、経路計画、および実行の全プロセスに統合する最新の研究動向を包括的に調査する。
Improving LaCAM for Scalable Eventually Optimal Multi-Agent Pathfinding
Keisuke Okumura
採択先: IJCAI 2023
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
2023-05-05 ・マルチエージェント経路探索において、解の質と計算速度のトレードオフを解消するため、最終的に最適解へ収束するAnytimeアルゴリズムLaCAM*と、スワップ操作を導入して構成生成を効率化した改良型PIBTを提案する。
Learning a Priority Ordering for Prioritized Planning in Multi-Agent Path Finding
Shuyang Zhang, Jiaoyang Li, Taoan Huang, Sven Koenig, Bistra Dilkina
採択先: SOCS 2022
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 3/5
Multi-Agent Path Finding
2022 ・マルチエージェント経路探索における優先度付き計画法（PP）において、エージェントの最適な優先順位を学習する機械学習フレームワークを提案し、小規模なマップにおいて既存のヒューリスティック手法を上回る成功率と解の品質を実現した。
Learning to Resolve Conflicts for Multi-Agent Path Finding with Conflict-Based Search
Taoan Huang, Sven Koenig, Bistra Dilkina
採択先: AAAI 2021
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
Multi-Agent Path Finding
2021 ・マルチエージェント経路探索のアルゴリズムであるConflict-Based Search（CBS）において、探索効率を左右する衝突選択の決定を、高精度だが計算負荷の高いオラクルの挙動を模倣する機械学習によって高速化する。
PRIMAL: Pathﬁnding via Reinforcement and Imitation Multi-Agent Learning
採択先: 未取得
手動追加被引用 0関連度 0本文(PDF)読む価値 4/5
・強化学習と模倣学習を組み合わせることで、明示的な通信なしにエージェント間の暗黙的な協調を実現する、分散型のマルチエージェント経路計画フレームワークである。
Improved Heuristics for Multi-Agent Path Finding with Conﬂict-Based Search
採択先: 未取得
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
Multi-Agent Path Finding
・ Conflict-Based Search (CBS) における既存の衝突グラフに基づくヒューリスティックの限界を証明し、エージェント間のペアごとの依存関係を考慮した2つの新しい許容的なヒューリスティックを提案することで、探索の成功率と実行速度を向上させた。
Adding Heuristics to Conflict-Based Search for Multi-Agent Path Finding
Ariel Felner, Jiaoyang Li, Eli Boyarski, Hang Ma, Liron Cohen, T. K. Satish Kumar, Sven Keonig
採択先: ICAPS 2018
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
Multi-Agent Path Finding
2018 ・マルチエージェント経路計画におけるConflict-Based Search (CBS) は、将来の探索コストを推定するヒューリスティックを利用していない。本研究では、エージェント間の衝突をグラフ構造として集約し、許容的なヒューリスティック値を導入することで、探索効率を向上させる手法を提案する。
Multi-agent Path Finding for Mixed Autonomy Traffic Coordination
Han Zheng, Zhongxia Yan, Cathy Wu
採択先: IEEE/RJS International Conference on Intelligent RObots and Systems 2024
補充候補キーワード一致 2被引用 3関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2024-09-05 ・自動運転車（CAV）と手動運転車（HDV）が混在する環境において、HDVの反応を予測してCAVの経路を計画するBK-PBSを提案し、衝突回避と走行遅延の低減を実現した。
QD-MAPPER: A Quality Diversity Framework to Automatically Evaluate Multi-Agent Path Finding Algorithms in Diverse Maps
Cheng Qian, Yulun Zhang, Varun Bhatt, Matthew Christopher Fontaine, Stefanos Nikolaidis, Jiaoyang Li
採択先: Proceedings of the 25th International Conference on Autonomous Agents and Multiagent Systems 2024
補充候補キーワード一致 2被引用 1関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2024-09-10 ・ Quality Diversity (QD) アルゴリズムとNeural Cellular Automata (NCA) を組み合わせ、多様なマップを自動生成することで、マルチエージェント経路探索 (MAPF) アルゴリズムの性能を包括的に評価するフレームワーク QD-MAPPER を提案する。これにより、従来の固定的なベンチマークでは見落とされていた、アルゴリズムごとの弱点となるマップパターンを特定できる。
Multi-agent Path Finding in Continuous Environment
Kristýna Janovská, Pavel Surynek
採択先: ICTAI
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
2024-09-16 ・時間と空間が共に連続的な環境において、エージェントが滑らかな曲線経路を辿りながら衝突を回避する問題に対し、高レベルの探索にConflict-Based Search、低レベルの経路計画にRRT*を組み合わせたCE-CBSを提案した。
Multi-Agent Vulcan: An Information-Driven Multi-Agent Path Finding Approach
Jake Olkin, Viraj Parimi, Brian Williams
採択先: 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
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
2024-09-19 ・限られた通信環境下で、複数の自律移動体が情報の獲得を最大化するように経路を計画する情報駆動型マルチエージェント経路計画手法を提案する。相互情報量の最大化という複雑な問題を、許容的なヒューリスティックを用いて単一エージェントの経路計画問題の集合へと緩和することで、効率的な探索を実現している。
Fixed-Haven Reservation for Online Multi-Agent Pickup and Delivery in Dense Warehouses
Taisei Hirayama, Kohei Yoshida, Hiroki Sakaji, Itsuki Noda
採択先: the 14th Workshop on Planning and Robotics (PlanRob), co-located with ICAPS 2026
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 Pickup and DeliveryMAPD
2026-08-27 ・高密度な倉庫環境におけるオンラインのマルチエージェント・ピックアップ・アンド・デリバリー（MAPD）において、各エージェントが自身の開始地点を排他的な避難所（Safe Haven）として予約することで、すべてのタスクを有限時間内に完了させることを保証する手法SHARPを提案する。
Dynamic Haven Selection for Multi-Agent Pickup and Delivery in Constrained Warehouses
Taisei Hirayama, Kohei Yoshida, Hiroki Sakaji, Itsuki Noda
採択先: the Joint Workshop on Planning for Complex Real-World Applications (CAIPI) and Bridging the Gap Between AI Planning and (Reinforcement) Learning (PRL), co-located with IJCAI-ECAI 2026
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 Pickup and DeliveryMAPD
2026-08-27 ・狭小な通路や行き止まりが多い倉庫環境でのマルチエージェント・ピックアップ・デリバリー（MAPD）において、退避場所（Haven）を動的に選択する手法A-sharpを提案する。これにより、エージェントが遠方の固定された退避先へ向かう無駄な移動を抑えつつ、衝突やデッドロックを回避して全タスクを確実に完了できる。
Work Smarter Not Harder: Simple Imitation Learning with CS-PIBT Outperforms Large Scale Imitation Learning for MAPF
Rishi Veerapaneni, Arthur Jakobsson, Kevin Ren, Samuel Kim, Jiaoyang Li, Maxim Likhachev
採択先: ICRA 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
2024-09-22 ・マルチエージェント経路探索（MAPF）において、大規模な模倣学習のみでは高密度環境での衝突解決が困難であるという課題に対し、単純な模倣学習に1ステップの衝突回避技術であるCS-PIBTを組み合わせる手法を提案する。これにより、極めて少ない学習データと短い学習時間で、既存の機械学習ベースの手法を上回る性能を達成できる。
Windowed MAPF with Completeness Guarantees
Rishi Veerapaneni, Muhammad Suhail Saleem, Jiaoyang Li, Maxim Likhachev
採択先: AAAI 2025
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
2024-10-02 ・従来のウィンドウ方式のマルチエージェント経路計画（MAPF）は、計算コスト削減のために限定的な時間範囲のみを計画するが、デッドロックやライブロックにより完全性が失われる課題があった。本研究は、単一エージェントのリアルタイム探索の知見を応用し、解が存在する場合に必ず目標に到達できる完全性を保証するフレームワークWinC-MAPFを提案する。
Dynamic Programming based Local Search approaches for Multi-Agent Path Finding problems on Directed Graphs
Irene Saccani, Stefano Ardizzoni, Luca Consolini, Marco Locatelli
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 5本文(arXiv)読む価値 3/5
Multi-Agent Path FindingMAPF
2024-10-10 ・ルールベース手法で得られた実行可能だが劣最適なマルチエージェント経路探索（MAPF）の解を、動的計画法を用いた局所探索によって改善する手法を提案する。近傍に制約を設けることで、エージェント数に対して多項式時間での探索を実現している。
Pivot-and-Station Multi-Agent Path Finding: Solvability, Complexity, and Algorithms
Andrea Di Nezza, Mihir Patel, Fabio Fagnani, Sara Bernardini
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-08-25 ・タスクを持つエージェントが目的地（ステーション）に到達する前に、交換可能な中継点（ピボット）を必ず経由しなければならない新しいMAPFの変種、PS-MAPFを提案する。ピボットが一つ存在するだけで、最大完了時間（makespan）や完了時刻の総和（flowtime）の最小化がNP困難であることを示し、高速かつ高品質な経路計画アルゴリズムであるPPPを提示する。
Layered LA-MAPF: a decomposition of large agent MAPF instance to accelerate solving without compromising solvability
Zhuo Yao
採択先: 未取得
補充候補キーワード一致 2被引用 1関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2024-10-22 ・幾何学的形状を持つ大規模エージェントの経路計画（LA-MAPF）において、解の存在可能性を維持したまま問題をクラスターとレベルに階層分解することで、計算時間の短縮と成功率の向上を実現する手法を提案する。
Transient Multi-Agent Path Finding for Lifelong Navigation in Dense Environments
Jonathan Morag, Noy Gabay, Daniel koyfman, Roni Stern
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2024-12-05 ・ Lifelong Multi-Agent Path Finding (LMAPF) において、全エージェントが同時に目的地に到達しなければならないという従来のMAPFの制約が、解の存在を妨げる不一致を引き起こす問題を解決するため、目的地を一度でも通過すればよいとする Transient MAPF (TMAPF) を提案する。TMAPFを用いることで、ターゲットが限定された高密度な環境において、従来のMAPFを用いる手法よりも高いスループットを実現できる。
Loosely Synchronized Rule-Based Planning for Multi-Agent Path Finding with Asynchronous Actions
Shuai Zhou, Shizhe Zhao, Zhongqiang Ren
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
2024-12-16 ・エージェントごとに移動時間が異なる非同期なマルチエージェント経路計画において、解の品質を犠牲にする代わりに、最大1000エージェント規模まで対応可能なスケーラビリティを実現するルールベースのプランニング手法を提案する。
Multi-Agent Path Finding in Continuous Spaces with Projected Diffusion Models
Jinhao Liang, Jacob K. Christopher, Sven Koenig, Ferdinando Fioretto
採択先: 未取得
補充候補キーワード一致 2被引用 10関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2024-12-23 ・連続空間におけるマルチエージェント経路計画において、拡散モデルのサンプリング過程に制約付き最適化を統合することで、衝突回避や運動学的制約を遵守した実行可能な軌道を直接生成する手法を提案する。
Multi-Agent Path Finding Using Conflict-Based Search and Structural-Semantic Topometric Maps
Scott Fredriksson, Yifan Bai, Akshit Saradagi, George Nikolakopoulos
採択先: the 2025 IEEE International Conference on Robotics and Automation (ICRA), May 19-23, 2025, Atlanta, USA
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
2025-01-29 ・従来のConflict-Based Search (CBS) が抱える計算負荷の高さと、グリッドベースのマップによる現実的でない移動仮定を解決するため、構造的・意味的なトポメトリックマップを用いた新しいマルチエージェント経路計画手法を提案する。これにより、計算プロセスの加速と連続的な時間軸での運用を可能にする。
Advancing MAPF Toward the Real World: A Scalable Multi-Agent Realistic Testbed (SMART)
Jingtian Yan, Zhifei Li, William Kang, Kevin Zheng, Yulun Zhang, Zhe Chen, Yue Zhang, Daniel Harabor, Stephen F. Smith, Jiaoyang Li
採択先: IEEE Robot. Autom. Lett.
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
2025-03-03 ・従来のマルチエージェント経路計画（MAPF）研究は簡略化されたモデルに依存しており、実世界の運動力学や不確実性を考慮できていない。本研究は、物理エンジンとアクション依存グラフを活用し、数千台規模のロボットまでスケーラブルに評価可能な現実的なテストベッドSMARTを提案する。
RAILGUN: A Unified Convolutional Policy for Multi-Agent Path Finding Across Different Environments and Tasks
Yimin Tang, Xiao Xiong, Jingyi Xi, Jiaoyang Li, Erdem Bıyık, Sven Koenig
採択先: 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems
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
2025-03-04 ・エージェント数やマップサイズが変動するマルチエージェント経路探索（MAPF）に対し、マップ全体を対象とする初の集中型学習ベースのポリシーを提案する。CNNを用いたアーキテクチャにより、未知の環境や異なるエージェント数に対してもゼロショットでの汎化を実現する。
Accelerating Focal Search in Multi-Agent Path Finding with Tighter Lower Bounds
Yimin Tang, Zhenghong Yu, Jiaoyang Li, Sven Koenig
採択先: 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems
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
2025-03-04 ・マルチエージェント経路計画における焦点探索において、下限値の増加が遅いために探索空間が制限される課題に対し、最短経路探索を先行させてタイトな下限値を決定するdouble-ECBS（DECBS）を提案し、探索効率を向上させる。
Real-Time LaCAM for Real-Time MAPF
Runzhe Liang, Rishi Veerapaneni, Daniel Harabor, Jiaoyang Li, Maxim Likhachev
採択先: the International Symposium on Combinatorial Search 2025 (SoCS 2025)
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
2025-04-08 ・従来のリアルタイムなマルチエージェント経路計画（MAPF）は、計算時間の制約によりデッドロックやライブロックが発生しやすく、理論的な完全性が保証されていませんでした。本研究は、LaCAMの探索木を増分的に構築・再利用することで、ミリ秒単位の計算制限下でも完全性を保証するReal-Time LaCAMを提案します。
Anytime Single-Step MAPF Planning with Anytime PIBT
Nayesha Gandotra, Rishi Veerapaneni, Muhammad Suhail Saleem, Daniel Harabor, Jiaoyang Li, Maxim Likhachev
採択先: 未取得
補充候補キーワード一致 2被引用 5関連度 5本文(arXiv)読む価値 3/5
Multi-Agent Path FindingMAPF
2025-04-10 ・高速な単一ステップ解法であるPIBTは、貪欲な性質ゆえに解の質が低く、利用可能な計算時間を使い切れない課題がある。本研究は、PIBTの迅速な初期解生成能力を維持しつつ、与えられた時間内で解を継続的に改善し、最終的に最適解へ収束するAnytime PIBTを提案する。
Multi-Agent Path Finding via Finite-Horizon Hierarchical Factorization
Jiarui Li, Alessandro Zanardi, Gioele Zardini
採択先: 未取得
補充候補キーワード一致 2被引用 2関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-05-12 ・大規模なマルチエージェント経路計画（MAPF）において、有限の時間範囲を用いた階層的な分解と後退ホライゾン方式を組み合わせることで、解の品質を維持しながら実行開始までの遅延を大幅に削減するオンラインアルゴリズムを提案する。
Multi-Agent Path Finding For Large Agents Is Intractable
Artem Agafonov, Konstantin Yakovlev
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-05-15 ・エージェントが物理的な大きさを持つ「Large Agents」を考慮したマルチエージェント経路探索（LA-MAPF）の決定問題が、NP困難であることを初めて証明した。
Budget Allocation Policies for Real-Time Multi-Agent Path Finding
Raz Beck, Roni Stern
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-07-22 ・限られた計算予算内で衝突を避けつつ目的地へ到達するリアルタイム多エージェント経路計画（RT-MAPF）において、エージェント間で予算を適切に分配する方策を提案し、状況に応じた方策の選択が問題解決率を向上させることを示した。
A Theoretical Framework for Parallel Lifelong MAPF Using Group Decentralized Planning
Alex DeWeese, Jiaoyang Li, Guannan Qu
採択先: 未取得
補充候補キーワード一致 3被引用 0関連度 6本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPFLifelong Multi-Agent Path Finding
2026-08-18 ・ Lifelong Multi-Agent Path Finding (L-MAPF) における計算コストの増大に対し、既存のRHCRフレームワークの理論的性質を解明した上で、エージェントを空間的に分割して並列計画を行うGroup Decentralized RHCR (GD-RHCR) を提案し、高いスループットと計算効率の両立を実現した。
New Mechanisms in Flex Distribution for Bounded Suboptimal Multi-Agent Path Finding
Shao-Hung Chan, Thomy Phan, Jiaoyang Li, Sven Koenig
採択先: SOCS 2025
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
2025-07-22 ・マルチエージェント経路探索において、個々のエージェントに許容される経路コストの余裕（フレックス）を貪欲に割り当てると、全体の総コストが指定された境界を超えてしまう課題に対し、衝突数や予測される遅延に基づいた新しい分配メカニズムを提案することで、解の質と探索効率の両立を実現した。
WinkTPG: An Execution Framework for Multi-Agent Path Finding Using Temporal Reasoning
Jingtian Yan, Stephen F. Smith, Jiaoyang Li
採択先: IEEE Trans Autom. Sci. Eng.
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
2025-08-02 ・離散的なマルチエージェント経路計画（MAPF）の結果を、ロボットの動力学的制約を満たしつつ、実行時のタイミングの不確実性にも対応可能な速度プロファイルへと変換する実行フレームワークWinkTPGを提案する。
PANAMA: A Network-Aware MARL Framework for Multi-Agent Path Finding in Digital Twin Ecosystems
Arman Dogru, R. Irem Bor-Yaliniz, Nimal Gamini Senarath
採択先: GC Workshops
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 3/5
Multi-Agent Path FindingMAPF
2025-08-09 ・デジタルツイン・エコシステムにおけるマルチエージェント経路探索において、通信品質を考慮しながらエージェントの自律的な移動を実現する、ネットワーク認識型のマルチエージェント強化学習フレームワークを提案する。通信の安定性と経路の効率性の間に存在するトレードオフを管理し、大規模な環境でも高いスケーラビリティと成功率を達成する。
Neural Algorithmic Reasoners informed Large Language Model for Multi-Agent Path Finding
Pu Feng, Size Wang, Yuhong Cao, Junkang Liang, Rongye Shi, Wenjun Wu
採択先: IJCNN
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
2025-08-25 ・大規模言語モデル（LLM）の空間把握能力を補うため、グラフニューラルネットワーク（GNN）を用いたニューラルアルゴリズム推論器（NAR）とクロスアテンション機構を統合したLLM-NARを提案する。これにより、言語的な計画能力とグラフ構造に基づく空間理解を融合させ、マルチエージェント経路探索（MAPF）における高い成功率と経路効率を実現する。
A Holistic Architecture for Monitoring and Optimization of Robust Multi-Agent Path Finding Plan Execution
David Zahrádka, Denisa Mužíková, David Woller, Miroslav Kulich, Jiří Švancara, Roman Barták
採択先: ICAART
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 3/5
Multi-Agent Path FindingMAPF
2025-09-12 ・ロボットの遅延による実行時間の増大を抑えるため、Action Dependency Graphを用いて再計画の最適なタイミングを予測する、監視と最適化を統合したアーキテクチャを提案する。
Maximizing Throughput in Lifelong Multi-Agent Path Finding with Unassigned Agents
Omer Onn, 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 3被引用 0関連度 8本文(OA-PDF)読む価値 4/5
Multi-Agent Path FindingMAPFLifelong Multi-Agent Path Finding
2026-08-14 ・タスクが継続的に発生する環境において、目的地を持たない未割り当てエージェントを戦略的に活用するLMAPFUAフレームワークを提案し、エージェントの総数と同時実行タスク数のバランスを制御することでスループットを最大化する。
Dynamic Agent Grouping ECBS: Scaling Windowed Multi-Agent Path Finding with Completeness Guarantees
Tiannan Zhang, Rishi Veerapaneni, Shao-Hung Chan, Jiaoyang Li, Maxim Likhachev
採択先: AAAI 2025
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
2025-09-18 ・窓付きマルチエージェント経路探索（WinC-MAPF）において、完全性を維持しながら計算効率を高めるため、エージェントを動的にグループ化して各グループの解がw-劣最適であることを保証するDAG-ECBSを提案する。これにより、従来の窓付き手法が抱えていたデッドロックやライブロックの問題を回避しつつ、スケーラビリティを向上させている。
Multi-Agent Path Finding via Offline RL and LLM Collaboration
Merve Atasever, Matthew Hong, Mihir Nitin Kulkarni, Qingpei Li, Jyotirmoy V. Deshmukh
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-09-26 ・オフライン強化学習を用いたDecision Transformer（DT）と大規模言語モデル（LLM）を組み合わせることで、学習時間を大幅に短縮しつつ、動的な環境変化へ適応可能な分散型マルチエージェント経路探索（MAPF）フレームワークを提案する。
Conflict-Based Search and Prioritized Planning for Multi-Agent Path Finding Among Movable Obstacles
Shaoli Hu, Shizhe Zhao, Zhongqiang Ren
採択先: 未取得
補充候補キーワード一致 2被引用 1関連度 5本文(arXiv)読む価値 3/5
Multi-Agent Path FindingMAPF
2025-09-30 ・移動可能な障害物が存在するマルチエージェント経路計画（M-PAMO）において、エージェントと障害物の相互作用による状態空間の増大と、空間的・時間的な強い結合という課題に対し、既存のCBSおよびPPを拡張した3つの手法を提案し、その性能を評価した。
PSPACE-Completeness of Multi-Agent Path Finding for Large Agents
Maichi Zhang, Naoyuki Kamiyama, Kanae Yoshiwatari
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-08-13 ・エージェントを半径を持つ円盤としてモデル化し、物理的な重なりを考慮する大規模エージェントのマルチエージェント経路探索（LA-MAPF）が、PSPACE完全であることを証明した。
Multi-Objective Multi-Agent Path Finding with Lexicographic Cost Preferences
Pulkit Rustagi, Kyle Hollins Wray, Sandhya Saisubramanian
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-10-08 ・優先順位（辞書式順序）が定義された多目的マルチエージェント経路探索において、パレート境界の算出や重み付けを介さず、優先度の高い目的から順に直接最適化を行うLexicographic Conflict-Based Search (LCBS) を提案する。これにより、目的関数の数が増大しても高い成功率とスケーラビリティを実現する。
FICO: Finite-Horizon Closed-Loop Factorization for Unified Multi-Agent Path Finding
Jiarui Li, Alessandro Zanardi, Federico Pecora, Runyu Zhang, Gioele Zardini
採択先: 未取得
補充候補キーワード一致 2被引用 5関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-11-17 ・マルチエージェント経路探索（MAPF）において、計画と実行をフィードバックループ内で統合するシステムレベルのモデルと、有限の予測期間に基づく閉ループアルゴリズムFICOを提案する。これにより、不確実な環境下でも大規模なエージェント群に対してリアルタイムな応答と高いスループットを実現する。
Deadlock-Free Hybrid RL-MAPF Framework for Zero-Shot Multi-Robot Navigation
Haoyi Wang, Licheng Luo, Yiannis Kantaros, Bruno Sinopoli, Mingyu Cai
採択先: 未取得
補充候補キーワード一致 2被引用 1関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-11-27 ・強化学習による分散型ナビゲーションが狭い通路などでデッドロックに陥る問題に対し、デッドロック検知時のみ局所的なマルチエージェント経路計画（MAPF）を起動するハイブリッドフレームワークを提案し、高い成功率を実現した。
db-LaCAM: Fast and Scalable Multi-Robot Kinodynamic Motion Planning with Discontinuity-Bounded Search and Lightweight MAPF
Akmaral Moldagalieva, Keisuke Okumura, Amanda Prorok, Wolfgang Hönig
採択先: Proceedings of the International Conference on Automated Planning and Scheduling 2025
補充候補キーワード一致 2被引用 1関連度 5本文(arXiv)読む価値 5/5
Multi-Agent Path FindingMAPF
2025-12-07 ・ロボットの動力学制約を考慮しつつ、大規模なマルチロボット環境でも高速かつスケーラブルに動作する、不連続性を許容する探索ベースの経路計画手法db-LaCAMを提案する。運動プリミティブ間の厳密な連続性をユーザー定義の範囲内で緩和することで、計算負荷を抑えながら動力学的に実行可能な軌道を生成する。
Analyzing Planner Design Trade-offs for MAPF under ADG-based Realistic Execution
Jingtian Yan, Zhifei Li, William Kang, Stephen F. Smith, Jiaoyang Li
採択先: Proceedings of the International Conference on Automated Planning and Scheduling 2025
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
2025-12-10 ・既存のMAPF評価は簡略化されたモデルに依存しており、実環境での実行性能との乖離がある。本研究は、アクション依存グラフを用いた評価フレームワークSMARTを活用し、プランナーの設計選択が実際の実行性能に与える影響を体系的に分析した。
AOC-CBS: Anytime-Optimal Continuous-time Conflict-Based Search for Generalised Multi-Agent Path Finding
Alvin Combrink, Sabino Francesco Roselli, Martin Fabian
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-08-08 ・連続時間、異種エージェント、タスクの順序、および目標到達後の移動を許容する一般化されたマルチエージェント経路計画問題を対象とし、最適解の保証と、実行中に最適性ギャップの上限が既知である暫定解を逐次報告するAnytime特性を両立したAOC-CBSを提案する。
Scalable Long-Horizon Planning with Staggered Updates for Lifelong MAPF
Vaibhav Sanjay, Jiaoyang Li
採択先: 未取得
補充候補キーワード一致 3被引用 0関連度 6本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPFLifelong Multi-Agent Path Finding
2026-08-07 ・数千規模のエージェントを扱うLifelong MAPFにおいて、長期的な経路計画と高いスケーラビリティを両立するPUSHを提案する。ずらした計画ウィンドウによる部分集合の再計画と、再帰的な優先度押し出し機構を組み合わせることで、高密度な環境下でも高いスループットを実現する。
MAPF-World: Action World Model for Multi-Agent Path Finding
Zhanjiang Yang, Yang Shen, Yueming Li, Meng Li, Lijun Sun
採択先: 未取得
補充候補キーワード一致 2被引用 2関連度 8本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-08-16 ・将来の状態と他者の行動を予測する自己回帰的なアクション・ワールドモデルを提案することで、現在の観測のみに依存する従来の反応的な経路計画手法の限界を克服し、複雑な環境下での先見的な意思決定を実現する。
CAHC:A General Conflict-Aware Heuristic Caching Framework for Multi-Agent Path Finding
HT To, S Nguyen, NH Pham
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-12-13 ・制約ベースのマルチエージェント経路探索において、制約が探索空間を変化させるために従来の「状態のみ」をキーとするキャッシュでは不正確な値を返す問題を、状態と関連制約のペアを管理する汎用フレームワークCAHCによって解決する。これにより、解の最適性を維持したまま計算時間を大幅に削減し、従来タイムアウトしていた問題の解決も可能にする。
MAPF-HD: Multi-Agent Path Finding in High-Density Environments
Hiroya Makino, Seigo Ito
採択先: IEEE Robotics & Automation Magazine
補充候補キーワード一致 2被引用 2関連度 8本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-09-08 ・高密度環境において目的地を持つターゲットエージェントと、空間を占有する目的地を持たない妨害エージェントが混在するMAPF-HD問題を定義し、空きマスとエージェントを段階的に入れ替えるPHANS手法を提案することで、大規模環境でも数秒以内での経路計画を実現した。
Extended Abstract: Lifelong Path Planning with Kinematic Constraintsfor Multi-Agent Pickup and Delivery
Hang Ma, Wolfgang Hönig, T. K. S. Kumar, Nora Ayanian, Sven Koenig
採択先: Symposium on Combinatorial Search 2021
補充候補キーワード一致 2被引用 1関連度 5本文(OA-PDF)読む価値 3/5
Multi-Agent Pickup and DeliveryMAPD
2021-09-01 ・離散的な移動を前提とする従来のMAPDアルゴリズムに対し、エージェントの運動学的制約を考慮した連続的な経路計画を可能にするTP-SIPPwRTを提案し、実環境に近い制約下でも安全なタスク遂行を実現する。
42+ Flavors of Multi-Agent Path Finding
David Zahrádka, Michal Kulich, Jiří Švancara, Roman Barták
採択先: Journal of Artificial Intelligence Research
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 5/5
Multi-Agent Path FindingMAPF
2026-08-05 ・本論文は、マルチエージェント経路探索（MAPF）から派生した48種類の多様な問題設定（flavors）を体系的に整理・分類し、それらの定義的特徴や解決手法、問題間の関係性をマッピングしたサーベイである。
Search-Aided Joint Agent-Environment Reinforcement Learning for Robust Lifelong Multi-Agent Path Finding with Rotations
He Jiang, Jingtian Yan, Yulun Zhang, Yimin Tang, Tanishq Duhan, Rishi Veerapaneni, Guillaume Sartoretti, Jiaoyang Li
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 8本文(arXiv)読む価値 4/5
Multi-Agent Path FindingLifelong Multi-Agent Path Finding
2026-08-06 ・回転制約と堅牢な安全制約を持つ現実的なLifelong Multi-Agent Path Finding (LMAPF-R2) において、エージェントの局所的な衝突回避と環境のグローバルな誘導を同時に最適化するSearch-Aided Joint Reinforcement Learning (SJRL) を提案し、高密度環境でのスループットを大幅に向上させた。
PRIMAL3: Pathfinding via Reinforcement and Imitation Multi-Agent Learning - Leveraging LaCAM3
Chengyang He, Tanishq Duhan, Gadiel Sznaier Camps, Fangyuan Wang, Yuhong Cao, Jiankai Sun, Ge Sun, Mac Schwager, Guillaume Sartoretti
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 1本文(arXiv)読む価値 4/5
MAPF
2026-08-05 ・超大規模なマルチエージェント経路探索（MAPF）において、トポロジー情報を考慮した二重グラフ通信と、エキスパートによる指導付き学習および行動修正を統合することで、高い成功率とスケーラビリティを両立する学習フレームワークを提案する。
Game-Theoretic and Algorithmic Analyses of Multi-Agent Routing under Crossing Costs
Tesshu Hanaka, Nikolaos Melissinos, Hirotaka Ono
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 1本文(arXiv)読む価値 4/5
Multi-Agent Path Finding
2026-02-03 ・対向するエージェント間の衝突リスクをコストとして評価する Crossing Cost Multi-Agent Routing (CC-MAR) モデルを提案し、そのゲーム理論的性質と計算複雑性を解明した。本研究は、ナッシュ均衡の存在と収束性を証明するとともに、最適化問題の困難性に対して構造的パラメータを用いたアルゴリズムを提示している。
GRACE: A Unified 2D Multi-Robot Path Planning Simulator & Benchmark for Grid, Roadmap, And Continuous Environments
Chuanlong Zang, Anna Mannucci, Isabelle Barz, Philipp Schillinger, Florian Lier, Wolfgang Hönig
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 1本文(arXiv)読む価値 4/5
MAPF
2026-03-11 ・グリッド、ロードマップ、連続空間という異なる抽象化レベルのマルチロボット経路計画を、同一のプロトコルで公平に比較・評価できる統合シミュレータおよびベンチマークであるGRACEを提案する。表現の忠実度と計算コストのトレードオフを定量化し、理論的な研究と実用的な計画手法の橋渡しを行う。
Stress-Relief Annealing: Polynomial-Time Simulation-Free Layout Optimization for Automated Warehouses
Xiangjie Luo, Yulun Zhang, Miyuki Koshimura, Makoto Yokoo, Jiaoyang Li
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 1本文(arXiv)読む価値 4/5
Multi-Agent Path Finding
2026-08-02 ・自動倉庫のレイアウト最適化において、膨大なシミュレーションを必要とする従来の進化計算手法に代わり、タスク需要から算出されるストレス場を用いて多項式時間で最適化を行うStress-Relief Annealing (SRA) を提案する。本手法は、シミュレーションなしでスループットの限界を予測し、ボトルネック負荷と平均移動距離を同時に最小化することで、高い計算効率とスループットの両立を実現する。
Relaxing Constraints in Anonymous Multi Agent Path Finding for Large Agents
Stepan Dergachev, Dmitry Avdeev
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 1本文(arXiv PDF)読む価値 3/5
MAPF
2026-03-25 ・エージェントのサイズを考慮した連続空間における匿名マルチエージェント経路計画（AMAPF-LA）において、従来手法が要求していた初期位置と目標位置間の厳格な分離距離の制約を緩和し、理論的な安全性と目標到達性を維持する手法を提案する。
Multi-Agent Pathfinding with Non-Unit Integer Edge Costs via Enhanced Conflict-Based Search and Graph Discretization
Hongkai Fan, Qinjing Xie, Bo Ouyang, Yaonan Wang, Zhi Yan, Jiawen He, Zheng Fang
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 1本文(arXiv)読む価値 4/5
MAPF
2026-04-07 ・エッジコストが $1$ ではない整数値をとる $\text{MAPF}_{\mathbb{Z}}$ という新しい問題設定を提案し、時間区間ベースの衝突検知とグラフ離散化最適化を組み合わせた手法 CBS-NIC-B によって、大規模シナリオでの高い成功率と計算効率を両立する。
Multi UAVs Preflight Planning in a Shared and Dynamic Airspace
Amath Sow, Mauricio Rodriguez Cesen, Fabiola Martins Campos de Oliveira, Mariusz Wzorek, Daniel de Leng, Mattias Tiger, Fredrik Heintz, Christian Esteve Rothenberg
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 2本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-02-12 ・動的な飛行禁止区域（NFZ）が存在する共有空域において、異種混合のUAVフリートによる大規模な事前飛行計画を、配送時間を考慮した優先順位付き計画と反復的な衝突解決によって実現する。
Scalable Multi-Robot Path Planning via Quadratic Unconstrained Binary Optimization
Javier González Villasmil
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 2本文(arXiv)読む価値 3/5
Multi-Agent Path FindingMAPF
2026-02-16 ・エージェント数の増加に伴い状態空間が指数関数的に増大する従来のマルチエージェント経路計画（MAPF）に対し、全エージェントを単一の最適化問題として扱うQUBOを用いたスケーラブルな定式化を提案する。BFSによる変数削減と時間窓分割を組み合わせることで、現在の量子・量子インスパイア型ハードウェアでも実行可能な、ロボット数に対して線形にスケールするフレームワークを構築した。
Lifelong Scalable Multi-Agent Realistic Testbed and A Comprehensive Study on Design Choices in Lifelong AGV Fleet Management Systems
Jingtian Yan, Yulun Zhang, Zhenting Liu, Han Zhang, He Jiang, Jingkai Chen, Stephen F. Smith, Jiaoyang Li
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 2本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-02-17 ・自動搬送車（AGV）を用いたフリート管理システムにおける、運動学的制約や通信遅延、実行時の不確実性を考慮した現実的な評価が困難であるという問題に対し、オープンソースのシミュレータLSMARTを提案し、設計上の重要な選択肢がシステム性能に与える影響を明らかにした。
A Lightweight Traffic Map for Efficient Anytime LaCAM*
Bojie Shen, Yue Zhang, Zhe Chen, Daniel Harabor
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 2本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-03-09 ・ Multi-Agent Path Finding (MAPF) における LaCAM* の計算効率と解の質を向上させるため、探索プロセス中に動的かつ軽量なトラフィックマップを構築する Lightweight Traffic Map (LTM) を提案する。これにより、高コストな事前計算を回避しながら、混雑領域を回避するエージェントの誘導を実現する。
Conflict-Based Search for Multi Agent Path Finding with Asynchronous Actions
Xuemian Wu, Shizhe Zhao, Zhongqiang Ren
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 2本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-03-19 ・非同期行動を伴うマルチエージェント経路計画（MAPF-AA）において、既存の連続時間CBSが抱えていた不完全性の問題を解決し、解の最適性と完全性を保証するCBS-AAを提案する。
Designing Automation for Pickup and Delivery Tasks in Modern Warehouses Using Multi Agent Path Finding (MAPF) and Multi Agent Reinforcement Learning (MARL) Based Approaches
Shambhavi Mishra, Rajendra Kumar Dwivedi
採択先: EAI Endorsed Transactions on AI and Robotics
補充候補キーワード一致 1被引用 3関連度 4本文(OA-PDF)読む価値 3/5
MAPF
2024-03-18 ・倉庫内でのピックアップおよび配送タスクにおいて、衝突のない経路を構築するMAPFアプローチと、環境状態から意思決定を学習するMARLアプローチの性能を比較し、エージェント数や動的な環境への適応性を評価した。
Should Multi-Agent Path Finding Algorithms Coordinate Target Arrival Times?
Jonathan Morag, Noy Gabay, Daniel Koyfman, Roni Stern
採択先: Proceedings of the International Symposium on Combinatorial Search 2025
補充候補キーワード一致 2被引用 2関連度 5本文(OA-PDF)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-07-19 ・ Lifelong Multi-Agent Path Finding (LMAPF) において、全エージェントが同時に目標に到達することを要求する従来の MAPF 形式が引き起こす不整合を解消するため、目標を通過することのみを目的とする MAPF for Lifelong (MAPF4L) を提案し、スループットの向上を実現する。
Multi-Agent Path Finding Among Dynamic Uncontrollable Agents with Statistical Safety Guarantees
Kegan J. Strawn, Thomy Phan, Eric Wang, Nora Ayanian, Sven Koenig, Lars Lindemann
採択先: 未取得
補充候補キーワード一致 2被引用 1関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-07-29 ・制御不能な動的エージェント（DUA）が存在する環境下で、統計的な安全性保証を提供しながらマルチエージェント経路計画を行うCP-Solverを提案する。共形予測（CP）を用いて予測の不確実性を定量化し、その区間を衝突回避プロセスに統合することで、指定した失敗確率に基づいた衝突回避を実現する。
Multi-Agent Path Finding with Real Robot Dynamics and Interdependent Tasks for Automated Warehouses
Vassilissa Lehoux-Lebacque, T. Silander, Christelle Loiodice, Seungjoon Lee, Albert Wang, Sofia Michel
採択先: European Conference on Artificial Intelligence 2024
補充候補キーワード一致 2被引用 8関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2024-08-26 ・自動倉庫における、相互に依存するタスクと実ロボットの複雑な動力学を考慮したLifelong Multi-Agent Path Finding (MAPF) 問題に対し、タスク割り当てと経路計画を交互に行う手法と、動的な障害物を回避しつつ経由地を巡回する軌道生成アルゴリズムを提案し、その有効性を実証する。
Adapting to Planning Failures in Lifelong Multi-Agent Path Finding
Jonathan Morag, Roni Stern, Ariel Felner
採択先: Symposium on Combinatorial Search 2023
補充候補キーワード一致 3被引用 9関連度 8本文(OA-PDF)読む価値 4/5
Multi-Agent Path FindingMAPFLifelong Multi-Agent Path Finding
2023-07-02 ・制限された計算時間内で完全な解を見つけられない可能性があるLifelong Multi-Agent Path Finding (LMAPF) において、計画の失敗を適切に処理するための堅牢なシステム設計を提案し、スループットを大幅に向上させる。
Large Neighborhood Search for Multi-Agent Task Assignment and Path Finding with Precedence Constraints
Viraj Parimi, Brian C. Williams
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 2本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-03-30 ・タスクの割り当て、先行制約の遵守、および衝突回避を同時に最適化するTAPF-PC問題を対象とし、大規模近傍探索（LNS）を用いて、タスクの再割り当てと経路計画を統合的に行うことで解の品質を向上させる。
Lifelong Multi-Subsystem Pickup and Delivery with Buffer-Limited Handover Stations
Chuanlong Zang, Isabelle Barz, Anna Mannucci, Philipp Schillinger, Florian Lier, Wolfgang Hönig
採択先: arXiv (Cornell University)
補充候補キーワード一致 2被引用 0関連度 2本文(arXiv)読む価値 4/5
Multi-Agent Pickup and DeliveryMAPD
2026-07-20 ・異なる領域を管理する複数のサブシステムが、容量制限のある共有バッファを介して荷物を交換するMS-MAPD-BHS問題を定式化し、ドック予約とバッファ占有率の予測を用いるオンライン制御器HARRを提案することで、スループットの向上とバックログの削減を実現した。
Leveraging Experience in Lifelong Multi-Agent Pathfinding
Nitzan Madar, Kiril Solovey, Oren Salzman
採択先: 未取得
補充候補キーワード一致 3被引用 0関連度 3本文(ar5iv)読む価値 3/5
Multi-Agent Path FindingMAPFLifelong Multi-Agent Path Finding
2022-02-09 ・ Lifelong Multi-Agent Pathfinding (L-MAPF) において、連続するタスク間の類似性を活用するために、過去の優先順位を次回の探索の初期値として利用する exRHCR を提案し、計算時間の短縮とシステムスループットの向上を実現する。
It Takes Two to Tango: A Holistic Simulator for Joint Order Scheduling and Multi-Agent Path Finding in Robotic Warehouses
Haozheng Xu, Wenhao Li, Zifan Wei, Bo Jin, Hongxing Bai, Ben Yang, Xiangfeng Wang
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
2026-02-15 ・従来のロボット倉庫システムでは、注文スケジューリング（OS）とマルチエージェント経路探索（MAPF）が分離されており、高レベルの意思決定と低レベルの混雑との依存関係が無視されてきました。本研究では、これらを密に結合し、動的な注文、物理的制約、および故障へのリカバリを統合した包括的なシミュレーションプラットフォームWareRoverを提案します。
Lifelong Path Planning with Kinematic Constraints for Multi-Agent Pickup and Delivery
Hang Ma, Wolfgang Hönig, T. K. Satish Kumar, Nora Ayanian, Sven Koenig
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 5本文(ar5iv)読む価値 4/5
Multi-Agent Pickup and DeliveryMAPD
2018-12-15 ・次々と発生するピックアップおよびデリバリータスクを多数のエージェントが処理するMAPD問題に対し、ロボットの運動学的制約を直接考慮した経路計画アルゴリズムTP-SIPPwRTを提案する。これにより、従来の離散的な移動を仮定した手法で必要だった後処理を不要にし、効率的かつ安全な経路生成を実現する。
Standby-Based Deadlock Avoidance Method for Multi-Agent Pickup and Delivery Tasks
Tomoki Yamauchi, Yuki Miyashita, Toshiharu Sugawara
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 5本文(ar5iv)読む価値 4/5
Multi-Agent Pickup and DeliveryMAPD
2022-01-16 ・迷路状の制約が強い環境におけるマルチエージェント・ピックアップ＆デリバリー（MAPD）問題において、エージェントの滞留によるデッドロックを防ぎ、輸送効率を向上させる待機ノードに基づくデッドロック回避手法（SBDA）を提案する。グラフ理論を用いてリアルタイムに特定した待機ノードを活用することで、デッドロックの回避と完全性の保証を両立する。
Towards Safe and Efficient Swarm-Human Collaboration: A Hierarchical Multi-Agent Pickup and Delivery framework
Xin Gong, Tieniu Wang, Yukang Cui, Tingwen Huang
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 5本文(ar5iv)読む価値 3/5
Multi-Agent Pickup and DeliveryMAPD
2022-03-08 ・人間とロボットの群れが協調して動的なタスクを遂行する $(HS)^2\text{PD}$ 問題に対し、安全性と効率性を両立する階層的な2層最適化フレームワークを提案する。予測ホライゾンに基づくローリング最適化を用いることで、人間の不確実性やタスクの動的な変化に適応する。
Deadlock-Free Method for Multi-Agent Pickup and Delivery Problem Using Priority Inheritance with Temporary Priority
Yukita Fujitani, Tomoki Yamauchi, Yuki Miyashita, Toshiharu Sugawara
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 5本文(ar5iv)読む価値 3/5
Multi-Agent Pickup and DeliveryMAPD
2022-05-25 ・木構造の経路や行き止まりを含む環境において、従来のPIBT法がデッドロックを引き起こす課題に対し、一時的な優先度を導入することでデッドロックを回避し、タスク完了を保証する手法を提案する。
Distributed Planning with Asynchronous Execution with Local Navigation for Multi-agent Pickup and Delivery Problem
Yuki Miyashita, Tomoki Yamauchi, Toshiharu Sugawara
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 5本文(ar5iv)読む価値 3/5
Multi-Agent Pickup and DeliveryMAPD
2023-02-18 ・エージェントの移動速度が変動し、かつ作業終了地点の数に制約がある現実的な環境下でのマルチエージェント・ピックアップ＆デリバリー（MAPD）問題に対し、非同期実行を伴う分散型計画手法を提案する。提案手法は、エージェントが個別に経路を生成しつつ、ノード単位の予約管理によって衝突を回避することで、不確実な環境でも効率的なタスク遂行を可能にする。
Terraforming -- Environment Manipulation during Disruptions for Multi-Agent Pickup and Delivery
David Vainshtein, Yaakov Sherma, Kiril Solovey, Oren Salzman
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 5本文(ar5iv)読む価値 4/5
Multi-Agent Pickup and DeliveryMAPD
2023-05-19 ・従来のMAPDでは動かせない障害物として扱われていたポッドを、環境の混乱時にエージェントが再配置することを可能にするtMAPDを提案し、スループットの向上とサービス時間の短縮を実現する。
Online Multi-Agent Pickup and Delivery with Task Deadlines
Hiroya Makino, Seigo Ito
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 5本文(arXiv)読む価値 3/5
Multi-Agent Pickup and DeliveryMAPD
2024-03-19 ・タスクの配送期限が設定され、かつタスクが動的に追加されるオンライン型マルチエージェント・ピックアップ＆デリバリー問題（MAPD-D）を定義し、累積遅延を最小化する手法を提案する。提案手法は、期限の切迫度と実行コストを考慮したタスク割り当てと、エージェント間および単一エージェント内でのタスク入れ替え戦略により、効率的な配送を実現する。
PC2P: Multi-Agent Path Finding via Personalized-Enhanced Communication and Crowd Perception
Guotao Li, Shaoyun Xu, Yuexing Hao, Yang Wang, Yuhui Sun
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-01-06 ・部分観測環境下における分散型マルチエージェント経路探索（MAPF）において、高密度な環境でのデッドロックや観測情報の冗長性による性能低下を解決するため、パーソナライズ強化通信、群衆知覚、および領域ベースのデッドロック解消を統合したPC2Pを提案する。
Fairness Driven Multi-Agent Path Finding Problem
Aditi Anand, Dildar Ali, Suman Banerjee
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-01-15 ・複数のエージェントが衝突を回避しながら目的地へ移動するマルチエージェント経路探索（MAPF）において、エージェント間の福祉の格差を抑える公平性の概念を導入し、非合理的および合理的なエージェントの双方に対応する解決策を提案する。
Judgelight: Trajectory-Level Post-Optimization for Multi-Agent Path Finding via Closed-Subwalk Collapsing
Yimin Tang, Sven Koenig, Erdem Bıyık
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-01-27 ・学習ベースのMAPFソルバーが生成する冗長または振動的な軌跡を改善するため、閉じた部分的な歩行を圧縮する事後最適化レイヤーJudgelightを提案する。本手法は、実行可能性制約を維持したまま移動コストを削減するMAPF-Collapse問題を整数線形計画法（ILP）によって解く。
Optimal Unlabeled Pebble Motion on Trees and its Application to Multi-Agent Path Finding
Annalisa Calvi, Pierre Le Bodic, Samuel McGuire, Edward Lam
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 5本文(arXiv PDF)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-02-04 ・木構造におけるラベルなしペブル移動問題（UPMT）に対し、入力サイズおよび最適解のサイズに対して漸近的に可能な限り高速な、線形時間動作の最適アルゴリズムを提案する。また、これをマルチエージェント経路探索（MAPF）へ応用し、メイクスパンおよび総コストの最悪ケースの境界を導出する。
Adaptive-Horizon Conflict-Based Search for Closed-Loop Multi-Agent Path Finding
Jiarui Li, Federico Pecora, Runyu Zhang, Gioele Zardini
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-02-12 ・計算資源が制約される動的な環境下において、計画ホライゾンを動的に調整することで、実行可能性と解の品質を両立させるAnytime Closed-Loop Conflict-Based Search (ACCBS) を提案する。本手法は、制約木の再利用を通じて計算コストを抑えつつ、計算予算に応じて漸近的最適性を実現する。
Conflict-Based Search for Multi-Agent Path Finding with Elevators
Haitong He, Xuemian Wu, Shizhe Zhao, Zhongqiang Ren
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-02-24 ・エレベーターによる階層間移動を伴うマルチエージェント経路計画（MAPF-E）において、エレベーターの状態を考慮した新しい制約と拡張された決定図を用いることで、最適性を維持しつつ探索効率を大幅に向上させた。
Stigmergic Graph Memory: An Environment-Aware Approach for Many-to-Many Multi-Agent Pickup and Delivery
Aditya Dutta, Joon-Seok Kim
採択先: arXiv (Cornell University)
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 Pickup and DeliveryMAPD
2026-07-16 ・ Many-to-Many Multi-Agent Pickup and Delivery (M2M MAPD) において、静的な割り当てが特定の通路への混雑を招く問題に対し、環境の実行履歴を保持するメモリ層を用いて、エンドポイントの選択と経路の優先順位を動的に最適化する Stigmergic Graph Memory (SGM) を提案する。これにより、衝突回避制約を維持したまま、スループットを大幅に向上させることに成功した。
Efficient TSP-Based Task Group Allocation for Multi-Task Multi-Agent Pickup and Delivery
採択先: 未取得
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
Multi-Agent Pickup and Delivery
・マルチタスク・マルチエージェント・ピックアップ＆デリバリー（MT-MAPD）問題において、巡回セールスマン問題（TSP）を活用してタスクグループを効率的に割り当てる手法を提案し、既存手法と比較してサービス時間を31.1%以上削減した。
Decoupling Geometric Planning and Execution in Scalable Multi-Agent Path Finding
Fernando Salanova, Eduardo Montijano, Cristian Mahulea
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-03-11 ・大規模・高密度なMulti-Agent Path Finding (MAPF) において、幾何学的計画と実行時の衝突回避を分離するハイブリッドな優先順位付きフレームワークを提案する。時間拡張モデルを用いず、高優先度エージェントの経路に基づき頂点コストを膨張させるGeometric Conflict Preemption (GCP) と、頂点ごとのFIFO認可キューを用いるDecentralized Local Controller (DLC) を組み合わせることで、最大1000エージェント規模でもほぼ線形 $O(n)$ の計算量で、高い成功率と競争力のあるSum-of-Costs (SOC) を実現する。
Conflict Mitigation in Shared Environments using Flow-Aware Multi-Agent Path Finding
Lukas Heuer, Yufei Zhu, Luigi Palmieri, Andrey Rudenko, Anna Mannucci, Sven Koenig, Martin Magnusson
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-03-13 ・制御不能な動的エージェント（UA）が存在する共有環境において、UAの移動パターンを学習したMaps of Dynamics (MoDs) を用いて、衝突を回避しつつ効率的な経路を計画するFlow-Aware Multi-Agent Path Finding (FA-MAPF) を提案する。本手法は、UAのマルチモーダルな速度分布をSemi-Wrapped Gaussian Mixture Models (SWGMMs) でモデル化し、探索ベースのMAPFアルゴリズムのエッジコストに統合することで、事後的な再計画なしに衝突を最大55%削減する。
Planning over MAPF Agent Dependencies via Multi-Dependency PIBT
Zixiang Jiang, Yulun Zhang, Rishi Veerapaneni, Jiaoyang Li
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-03-24 ・本研究は、従来のPIBTやEPIBTが「一度に衝突するエージェントを最大1体に制限する」という制約により、マルチステップの依存関係を扱えない課題を解決するため、Multi-Dependency PIBT (MD-PIBT) を提案する。MD-PIBTはエージェント間の依存関係をグラフ構造として管理し、複数のエージェントとの衝突を許容するマルチステップ計画を可能にする汎用的なフレームワークである。実験により、特に大型エージェント（PMLA）を扱う設定において、既存手法を大幅に上回る成功率と解の品質を示すことが確認された。
CTS-PLL: A Robust and Anytime Framework for Collaborative Task Sequencing and Multi-Agent Path Finding
Junkai Jiang, Yitao Xu, Ruochen Li, Shaobing Xu, Jianqiang Wang
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-03-26 ・エージェントが衝突を回避しながら一連のタスクを順次完了させるCTS-MAPF問題に対し、ロック検出・解放メカニズムとLNSによる洗練プロセスを統合した階層的フレームワークCTS-PLLを提案する。本手法は、構成ベースの手法の効率性を維持しつつ、高密度環境におけるデッドロックの回避と解の品質向上を同時に実現する。
Certificate-Driven Closed-Loop Multi-Agent Path Finding with Inheritable Factorization
Jiarui Li, Runyu Zhang, Gioele Zardini
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-04-01 ・有限ホライゾンに基づく閉ループ型MAPFにおいて、衝突のないフォールバック計画とコストの上界を提供する「証明書（certificate）」と「フリート予算（fleet budget）」を導入する。これにより、タイムステップ間で継承可能な「予算制限付き分解（budget-limited factorization）」を実現し、高密度な環境下でも一貫した解の質とスケーラビリティを両立するCDCBSアルゴリズムを提案する。
Optimal Multi-Agent Path Finding for Precedence Constrained Planning Tasks
Kushal Kedia, Rajat Kumar Jenamani, Aritra Hazra, Partha Pratim Chakrabarti
採択先: 未取得
新着論文キーワード一致 3被引用 0関連度 6本文(ar5iv)読む価値 4/5
Multi-Agent Path FindingMAPFMulti-Agent Pickup and Delivery
2022-02-08 ・先行制約が存在するマルチエージェント経路計画（PC-MAPF）において、最小メイクスパンを達成する初の最適アルゴリズムであるPrecedence Constrained Conflict Based Search (PC-CBS) を提案する。タスク間の依存関係をタスクグラフとして扱い、衝突（collision）と先行制約違反（precedence conflict）の両方を解決することで、最適性と完全性を保証する。
Multi-Goal Multi-Agent Pickup and Delivery
Qinghong Xu, Jiaoyang Li, Sven Koenig, Hang Ma
採択先: 未取得
補充候補キーワード一致 4被引用 0関連度 6本文(ar5iv)読む価値 4/5
Multi-Agent Path FindingMAPFMulti-Agent Pickup and DeliveryMAPD
2022-08-02 ・エージェントが継続的に新しいタスク（ピックアップとデリバリーのペア）を受け取るMulti-Agent Pickup and Delivery (MAPD) 問題に対し、Large Neighborhood Search (LNS) によるタスク割り当てとPriority-Based Search (PBS) による経路計画を組み合わせた分離型アルゴリズムを提案する。完全性を保証する $LNS\text{-}PBS$ と、大規模環境でのスケーラビリティに優れた $LNS\text{-}wPBS$ を提供し、既存手法を上回るサービス時間の短縮と安定性を実現する。
Robust Multi-Agent Pickup and Delivery with Delays
Giacomo Lodigiani, Nicola Basilico, Francesco Amigoni
採択先: 未取得
新着論文キーワード一致 4被引用 0関連度 7本文(ar5iv)読む価値 4/5
Multi-Agent Path FindingMAPFMulti-Agent Pickup and DeliveryMAPD
2023-03-30 ・実行時の遅延（delays）が発生するMulti-Agent Pickup and Delivery (MAPD) 問題に対し、再計画の頻度を抑えるためのロバストな分散型アルゴリズム $\delta\text{-TP}$（決定論的）と $\epsilon\text{-TP}$（確率的）を提案する。提案手法は、解のコストや計算時間を大幅に増やすことなく、遅延に起因するオンライン再計画回数を劇的に減少させる。
Double-Deck Multi-Agent Pickup and Delivery: Multi-Robot Rearrangement in Large-Scale Warehouses
Baiyu Li, Hang Ma
採択先: 未取得
補充候補キーワード一致 4被引用 0関連度 7本文(ar5iv)読む価値 4/5
Multi-Agent Path FindingMAPFMulti-Agent Pickup and DeliveryMAPD
2023-04-27 ・自動倉庫における棚の再配置問題をモデル化した新しい問題定式化「Double-Deck Multi-Agent Pickup and Delivery (DD-MAPD)」を提案し、棚の軌道計画（MAPF）とエージェントのタスク割り当て・経路計画（MAPD）を分離して解くアルゴリズムフレームワーク「MAPF-DECOMP」を開発した。この手法は、最大1,843個の棚と400個のエージェントが存在する大規模な設定においても、数分以内で高品質な解を算出できる高いスケーラビリティと有効性を実証している。
Lifelong Multi-Agent Path Finding in Large-Scale Warehouses
Jiaoyang Li, Andrew Tinka, Scott Kiesel, Joseph W. Durham, T. K. Satish Kumar, Sven Koenig
採択先: 未取得
新着論文キーワード一致 3被引用 0関連度 8本文(ar5iv)読む価値 4/5
Multi-Agent Path FindingMAPFLifelong Multi-Agent Path Finding
2020-05-15 ・本研究は、エージェントに次々と新しい目的地が割り当てられるLifelong Multi-Agent Path Finding (MAPF) に対し、問題を一連の Windowed MAPF インスタンスへと分解して解く Rolling-Horizon Collision Resolution (RHCR) フレームワークを提案する。RHCR は、限定された時間ホライゾン $H$ 内でのみ衝突を解決することで、計算コストを抑えつつ、最大 1,000 エージェント規模の倉庫環境において既存手法を大幅に上回る高いスループットとスケーラビリティを実現する。
Traffic Flow Optimisation for Lifelong Multi-Agent Path Finding
Zhe Chen, Daniel Harabor, Jiaoyang Li, Peter J. Stuckey
採択先: 未取得
補充候補キーワード一致 3被引用 0関連度 8本文(ar5iv)読む価値 4/5
Multi-Agent Path FindingMAPFLifelong Multi-Agent Path Finding
2023-08-22 ・本研究は、大規模なMulti-Agent Path Finding (MAPF) における混雑問題を解決するため、交通工学のTraffic Assignment Problem (TAP) の概念を応用し、エージェントに自由流の最短経路ではなく、予想される混雑を回避する「ガイドパス」を提示する手法を提案している。この手法をPIBTやLaCAM*に統合することで、lifelong MAPFにおけるスループットの向上と、one-shot MAPFにおける解の質の改善を、大規模なエージェント数（数千〜10,000規模）において実現した。
Caching-Augmented Lifelong Multi-Agent Path Finding
Yimin Tang, Zhenghong Yu, Yi Zheng, T. K. Satish Kumar, Jiaoyang Li, Sven Koenig
採択先: 未取得
新着論文キーワード一致 3被引用 0関連度 8本文(arXiv)読む価値 3/5
Multi-Agent Path FindingMAPFLifelong Multi-Agent Path Finding
2024-03-20 ・ Lifelong Multi-Agent Path Finding (MAPF) において、コンピュータアーキテクチャのキャッシュ概念を導入した Caching-Augmented Lifelong MAPF (CAL-MAPF) を提案する。アイテムの一時保管場所としての「キャッシュグリッド」と、競合を防ぐ「ロッキングメカニズム」、およびエージェントの状態を管理する Task Assigner (TA) を組み合わせることで、タスク完了後の移動効率を向上させる。
Lifelong Multi-Agent Path Finding for Online Pickup and Delivery Tasks
Hang Ma, Jiaoyang Li, T. K. S. Kumar, Sven Koenig
採択先: Adaptive Agents and Multi-Agent Systems
重要論文キーワード一致 5被引用 332関連度 9本文(ar5iv)読む価値 5/5
Multi-Agent Path FindingMAPFMulti-Agent Pickup and DeliveryMAPDLifelong Multi-Agent Path Finding
2017-05-08 ・継続的に発生する配送タスクに対し、衝突を回避しながらエージェントを割り当てるオンラインなマルチエージェント・ピックアップ・アンド・デリバリー（MAPD）問題を扱う。分散型の提案手法であるToken Passing（TP）およびToken Passing with Task Swaps（TPTS）は、実用的な条件下で解の存在を保証しつつ、計算効率とタスク完了時間のバランスを実現する。
The Multi-Agent Pickup and Delivery Problem: MAPF, MARL and Its Warehouse Applications
Tim Tsz-Kit Lau, Biswa Sengupta
採択先: 未取得
新着論文キーワード一致 3被引用 0関連度 9本文(ar5iv)読む価値 3/5
MAPFMulti-Agent Pickup and DeliveryMAPD
2022-03-14 ・本研究は、倉庫自動化におけるマルチエージェント・ピックアップ＆デリバリー（MAPD）問題に対し、集中型経路探索アルゴリズムであるConflict-based Search (CBS) のlifelong版と、マルチエージェント強化学習（MARL）手法であるShared Experience Actor-Critic (SEAC) を包括的に比較したものである。実験の結果、エージェント数が少ない低密度環境ではCBSが最短経路を計画し高い性能を示す一方、エージェント数が増加する高密度環境では、計算コストの増大に直面するCBSに対し、SEACが高いスケーラビリティと配送能力を示すことが明らかになった。
The Study of Highway for Lifelong Multi-Agent Path Finding
Ming-Feng Li, Min Sun
採択先: 未取得
新着論文キーワード一致 3被引用 4関連度 9本文(ar5iv)読む価値 4/5
Multi-Agent Path FindingMAPFLifelong Multi-Agent Path Finding
2023-04-09 ・絶え間なくタスクが発生するLifelong Multi-Agent Path Finding (MAPF) において、エージェントの移動方向を制御する「ハイウェイ」の概念を導入することで、計算時間の短縮とデッドロックの抑制を両立する。
Guidance Graph Optimization for Lifelong Multi-Agent Path Finding
Yulun Zhang, He Jiang, Varun Bhatt, Stefanos Nikolaidis, Jiaoyang Li
採択先: Proceedings of the AAAI Conference on Artificial Intelligence 2024
新着論文キーワード一致 3被引用 9関連度 9本文(ar5iv)読む価値 4/5
Multi-Agent Path FindingMAPFLifelong Multi-Agent Path Finding
2024-02-02 ・ Lifelong Multi-Agent Path Finding (MAPF) において、エッジの重みを最適化する有向ガイダンスグラフを用いてスループットを向上させる Guidance Graph Optimization (GGO) を提案。ブラックボックス最適化の CMA-ES によるマップ固有の最適化と、交通情報から重みを更新するモデルを学習する Parameterized Iterative Update (PIU) を提示し、大規模マップへの転移可能性と既存アルゴリズムの性能向上を実証した。
Conflict-Based Lazy Search for Fast Multi-Manipulator Planning
Dongliang Zheng, Zhipeng Wang, Siqi Wang, Yuxi Lu, Bin He, Hesheng Wang, Panagiotis Tsiotras
採択先: IEEE/ASME Transactions on Mechatronics(TMECH) 2026
補充候補キーワード一致 1被引用 0関連度 1本文(arXiv)読む価値 4/5
MAPF
2026-07-05 ・複数マニピュレータのリアルタイム経路計画において、事前計算された疎なグラフと、エッジ評価を最小化する新しい低レベル探索アルゴリズムLEA*を組み合わせたConflict-Based Lazy Search (CBLS) を提案する。
Neural ATTF: A Scalable Solution to Lifelong Multi-Agent Path Planning
Kushal Shah, Jihyun Park, Seung-Kyum Choi
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 2本文(arXiv)読む価値 4/5
Multi-Agent Pickup and DeliveryMAPD
2025-04-21 ・本論文は、Lifelong Multi-Agent Pickup and Delivery (MAPD) 問題に対し、タスク割り当てのPGTMと経路計画のNeural STA*を組み合わせた「Neural ATTF」を提案する。本手法は、学習済みヒューリスティックを用いることで、大規模なエージェント数においても高いスループットと極めて低い計算コストを両立し、既存の最先端アルゴリズム（LNS-PBS等）が計算量爆発を起こす環境下でもスケーラブルに動作する。
Enhancing Lifelong Multi-Agent Path-finding by Using Artificial Potential Fields
Arseniy Pertzovsky, Roni Stern, Ariel Felner, Roie Zivan
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 2本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-05-28 ・ Lifelong Multi-Agent Path-finding (LMAPF) における混雑問題を解決するため、人工ポテンシャル場 (APF) を既存の経路計画アルゴリズム（$\text{TA}^*$, $\text{SIPPS}$, $\text{PIBT}$, $\text{LaCAM}$）に統合する手法を提案している。実験の結果、単発の MAPF では顕著な効果は見られなかったものの、継続的なタスクが発生する LMAPF においては、システム全体の総スループットを最大で 7 倍向上させるという極めて高い成果を達成した。
Continuous-Space Roadmap Generation for Mobile Robot Fleets with Distance Constraints and Geometry-Aware Discretization
Marvin Rüdt, Constantin Enke, Kai Furmans
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 2本文(arXiv)読む価値 4/5
Multi-Agent Pickup and DeliveryMAPD
2025-11-10 ・移動ロボットフリートの効率的なルーティングのため、幾何学的忠実度と距離制約を両立した連続空間ロードマップ生成手法を提案する。ステーションや凸コーナー点へのノード配置、局所的なグリッド拡張、およびロボットの寸法に基づく最小距離制約を組み合わせることで、高密度なフリートでも干渉を防ぎつつ、高い冗長性と幾何学的最適性を備えたグラフを生成する。
MA-DyRoLT: multi-agent path finding method based on dynamic waypoints and learning communication topology
Zongbao Liang, Shichao Wang, X H Yu, J Liu, Junli Feng, Jingni Ma
採択先: Scientific Reports
新着論文キーワード一致 2被引用 0関連度 5本文(OA-PDF)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-07-01 ・動的環境下でのマルチエージェント経路計画（MAPF）に対し、MAPPOをベースとした「MA-DyRoLT」を提案する。本手法は、環境の開放度に応じた動的ウェイポイント生成、学習可能な通信トポロジー、Transformerによる時系列エンコーダ、および歩行者の軌道予測に基づくリスクペナルティを統合することで、大規模かつ動的なシナリオにおいて高い成功率と効率性を実現する。
Dual-Informed Vertical Expansion for Multi-Objective Node Selection in Anytime Conflict-Based Search
Willem van Osselaer, Jiarui Li, Meshal Alharbi, Gioele Zardini
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 2本文(arXiv PDF)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-06-30 ・ Multi-Agent Path Finding (MAPF) における Conflict-Based Search (CBS) のノード選択において、Best-First Search (BFS) の最適性証明能力と Depth-First Search (DFS) のメモリ効率を両立させる新しいポリシー「Dual-Informed Vertical Expansion (DIVE)」を提案する。DIVEは、現在の暫定解（incumbent）を改善できる限り親ノードから子ノードへと連続的に展開する「Dive」と、グローバルな最小下界ノードを選択する「Best-bound」な挙動を組み合わせることで、メモリ消費を抑えつつ早期に暫定解を提供し、効率的な最適性証明を実現する。
CREST: Constraint-Release Execution for Multi-Robot Warehouse Shelf Rearrangement
Jiaqi Tan, Yudong Luo, Sophia Huang, Yifan Yang, Hang Ma
採択先: 2026 IEEE ROBOTICS AND AUTOMATION LETTERS
補充候補キーワード一致 3被引用 0関連度 3本文(arXiv)読む価値 4/5
MAPFMulti-Agent Pickup and DeliveryMAPD
2026-03-27 ・自動倉庫におけるマルチロボットの棚再配置問題（DD-MAPD）に対し、事前に計算された棚の軌道制約を、実行時の状況に応じて能動的に解放することで、エージェントの待機や不要な棚の積み替えを削減する実行フレームワーク「CREST」を提案する。
GRAND: Guidance, Rebalancing, and Assignment for Networked Dispatch in Multi-Agent Path Finding
Johannes Gaber, Meshal Alharbi, Daniele Gammelli, Gioele Zardini
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 PDF)読む価値 4/5
Multi-Agent Path FindingMAPD
2025-12-02 ・ Lifelong Multi-Agent Pickup-and-Delivery (MAPD) におけるタスクスケジューリング問題を解決するため、Graph Neural Network (GNN) による強化学習を用いたグローバルなガイダンス、最小費用流によるリージョン間のリバランシング、および局所的な整数線形計画法 (ILP) によるタスク割り当てを組み合わせた階層的アルゴリズム「GRAND」を提案する。最大500エージェントの環境において、既存の優勝スケジューラと比較してスループットを最大10%向上させ、かつ1秒以内の計算予算でリアルタイム実行が可能であることを示した。
Flow-Based Task Assignment for Large-Scale Online Multi-Agent Pickup and Delivery
Yue Zhang, Zhe Chen, Daniel Harabor, Pierre Le Bodic, Peter J. Stuckey
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 5本文(arXiv)読む価値 4/5
Multi-Agent Pickup and DeliveryMAPD
2025-08-07 ・大規模なオンライン Multi-Agent Pickup and Delivery (MAPD) において、エージェントとタスク間の全ペア距離計算を回避し、環境グラフ上で最小費用流 (minimum-cost flow) としてタスク割り当てを行うフローベースのフレームワークを提案する。本手法は、エージェント数 20,000、タスク数 30,000 という超大規模設定においても 1 秒以内の計画時間を維持し、混雑を考慮したエッジコストモデルを用いることで、既存の Greedy や RMCA などの手法を上回るスループットとスケーラビリティを実現する。
Hybrid Centralized Distributed Control for Lifelong MAPF over Wireless Connections
Jinghao Cao, Wanchun Liu, Yonghui Li, Branka Vucetic
採択先: 未取得
補充候補キーワード一致 3被引用 0関連度 6本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPFLifelong Multi-Agent Path Finding
2026-01-13 ・不安定な無線通信と確率的な移動環境におけるLifelong MAPFに対し、クラウドによる残差補正とエッジ側の軽量GRU方策を組み合わせたハイブリッドなCollaborative Distributed-Centralised (CDC) フレームワークを提案する。通信リソースを効率的に活用するため、イベント認識リスクモジュールを用いたダウンリンクスケジューリングを導入し、高混雑環境下でも高いスループット（TNCT）とエージェント数に対する線形なスケーラビリティを実現している。
Sequence Pathfinder for Multi-Agent Pickup and Delivery in the Warehouse
Zeyuan Zhao, Chaoran Li, Shao Zhang, Ying Wen
採択先: 未取得
新着論文キーワード一致 4被引用 0関連度 7本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPFMulti-Agent Pickup and DeliveryMAPD
2025-09-28 ・ Transformerを活用してMAPD（Multi-Agent Pickup and Delivery）問題をシーケンスモデリングとして定式化する「SePar (Sequential Pathfinder)」を提案する手法。エージェント間の暗黙的な情報交換を自己回帰的な方策で実現し、計算複雑度を $O(n)$ に抑えつつ、大規模なエージェント数や未知のマップに対しても高いスケーラビリティと汎化性能を発揮する。
An Efficient Approach to the Online Multi-Agent Path Finding Problem by Using Sustainable Information
Mingkai Tang, Boyi Liu, Yuanhang Li, Hongji Liu, Ming Liu, Lujia Wang
採択先: 未取得
補充候補キーワード一致 3被引用 0関連度 8本文(ar5iv)読む価値 4/5
Multi-Agent Path FindingMAPFOnline Multi-Agent Path Finding
2023-01-11 ・将来の追加エージェントが未知であるオンラインMulti-Agent Path Finding (MAPF) において、過去の計画情報を「持続可能な情報（sustainable information）」として再利用する3層構造のアプローチを提案する。提案手法は、高レベルのSustainable Replan (SR)、中レベルのSustainable Conflict-Based Search (SCBS)、低レベルのSustainable Reverse Safe Interval Path Planning (SRSIPP) で構成され、既存のSOTAと比較して平均1.48倍、大規模マップでは最大10倍の計算加速を実現する。
Scaling Lifelong Multi-Agent Path Finding to More Realistic Settings: Research Challenges and Opportunities
He Jiang, Yulun Zhang, Rishi Veerapaneni, Jiaoyang Li
採択先: 未取得
新着論文キーワード一致 3被引用 0関連度 8本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPFLifelong Multi-Agent Path Finding
2024-04-24 ・本論文は、2023年のLeague of Robot Runners (LRR) コンペティションの優勝手法に基づき、Lifelong Multi-Agent Path Finding (LMAPF) を実世界に近い大規模・高密度・現実的な制約下へスケールさせるための3つの主要な研究課題（限られた計画時間、交通渋滞と近視眼的挙動、モデルと実世界の乖離）を提示している。
Enhancing Lifelong Multi-Agent Path Finding with Cache Mechanism
Yimin Tang, Zhenghong Yu, Yi Zheng, T. K. Satish Kumar, Jiaoyang Li, Sven Koenig
採択先: 未取得
新着論文キーワード一致 3被引用 0関連度 8本文(arXiv)読む価値 3/5
Multi-Agent Path FindingMAPFLifelong Multi-Agent Path Finding
2025-01-06 ・ Lifelong Multi-Agent Path Finding (L-MAPF) において、一時保管用の「キャッシュ」グリッドと、ロック機構を備えた Task Assigner (TA) を導入することで、エージェントの移動効率とスループットを向上させる L-MAPF-CM を提案する。
Optimization of Edge Directions and Weights for Mixed Guidance Graphs in Lifelong Multi-Agent Path Finding
Yulun Zhang, Varun Bhatt, Matthew C. Fontaine, Stefanos Nikolaidis, Jiaoyang Li
採択先: 未取得
補充候補キーワード一致 3被引用 0関連度 8本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPFLifelong Multi-Agent Path Finding
2026-02-26 ・ Lifelong Multi-Agent Path Finding (LMAPF) において、エッジの重みだけでなく方向（一方通行化）も同時に最適化する Mixed Guidance Graph Optimization (MGGO) を提案する。提案手法は、強連結性を保証する Edge Reversal Search (ERS) を備えた二段階最適化 (MGGO-DS) と、Quality Diversity アルゴリズムを用いて方向と重みを同時に学習する Joint MGGO-PU の二種類からなる。実験により、提案手法が従来の GGO 手法を上回るスループットを達成し、特に PIBT のようなプランナーにおいてエッジ方向の最適化が有効であることを示した。
A Competitive Analysis of Online Multi-Agent Path Finding
Hang Ma
採択先: 未取得
新着論文キーワード一致 3被引用 0関連度 9本文(ar5iv)読む価値 4/5
Multi-Agent Path FindingMAPFOnline Multi-Agent Path Finding
2021-06-22 ・本研究は、エージェントが未知のタイミングで逐次的に現れるオンライン Multi-Agent Path Finding (MAPF) を対象とし、アルゴリズムの「制御可能性（Controllability）」と「合理性（Rationality）」の観点から、競合比（competitive ratio）の理論的境界を明らかにしたものである。再経路付け（rerouting）を禁止した設定では、高度な計画を行う合理的なアルゴリズムであっても、ナイーブな逐次計画アルゴリズム $\text{SEQUENCE}$ と同等の漸近的性能しか持たないことを証明した。一方で、再経路付けを許可する $\text{PLAN-ALL}$ 設定においては、定数下界が存在することを示し、再経路付けがオンライン MAPF の性能向上に不可欠であることを示した。
Online Guidance Graph Optimization for Lifelong Multi-Agent Path Finding
Hongzhi Zang, Yulun Zhang, He Jiang, Zhe Chen, Daniel Harabor, Peter J. Stuckey, Jiaoyang Li
採択先: 未取得
補充候補キーワード一致 3被引用 0関連度 9本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPFLifelong Multi-Agent Path Finding
2024-11-25 ・ Lifelong Multi-Agent Path Finding (LMAPF) において、CMA-ESを用いて交通パターンに基づきエッジ重みを動的に更新するオンライン・ガイダンス・ポリシーを最適化する手法を提案。PIBTやGPIBTと組み合わせることで、静的なガイダンスや人間が設計したルールよりも高いスループットを達成し、動的なタスク分布下でも有効であることを示した。
Learning-guided Prioritized Planning for Lifelong Multi-Agent Path Finding in Warehouse Automation
Han Zheng, Yining Ma, Brandon Araki, Jingkai Chen, Cathy Wu
採択先: Journal of Artificial Intelligence Research, Vol. 85, Article 28. Publication date: March 2026
新着論文キーワード一致 3被引用 0関連度 9本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPFLifelong Multi-Agent Path Finding
2026-03-25 ・強化学習と探索ベースのプランニングを統合し、Lifelong Multi-Agent Path Finding (MAPF) における動的な優先順位割り当てを最適化するフレームワーク「RL-RH-PP」を提案する。Transformerベースのアテンション機構を用いてエージェント間の時空間的な相互作用をモデル化し、高密度な倉庫環境において既存手法を上回るスループットと高い汎化性能を実現する。
Learning to Communicate Locally for Large-Scale Multi-Agent Pathfinding
Valeriy Vyaltsev, Alsu Sagirova, Anton Andreychuk, Oleg Bulichev, Yuri Kuratov, Konstantin Yakovlev, Aleksandr Panov, Alexey Skrynnik
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 1本文(arXiv)読む価値 4/5
MAPF
2026-05-08 ・大規模なマルチエージェント経路探索（MAPF）において、近傍エージェント間で複数回の反復的な通信を行う学習可能なフレームワーク「LC-MAPF」を提案する。Transformerベースの300万パラメータのモデルを用い、エキスパートのデモンストレーションから通信内容を間接的に学習することで、既存の学習ベース手法（MAPF-GPT, SCRIMP等）を上回る成功率とSolution Cost（SoC）を実現し、かつエージェント数に対して線形なスケーラビリティ $O(n)$ を維持する。
Cooperative-ORCA*: Real-Time Proactive Deadlock Avoidance for Continuous-Space Multi-Agent Navigation
Junfeng Wu, Jiaqi Chen, Hongkun Lyu, Kevin Zheng, Andy 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 PDF)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-06-22 ・連続空間におけるマルチエージェント経路計画（CS-MAPF）において、将来的なデッドロックを未然に防ぐための新しいアルゴリズム群 $\text{C-ORCA}^*$ および $\text{C-ORCA}^* \text{-MAPF}$ を提案する。本手法は、離散的なMAPFから得た経路をstring-pulling法でウェイポイントへ変換し、エージェント間の空間的依存関係（廊下内での対向や連続進入）を考慮することで、反応的な衝突回避から能動的なデッドロック回避へと進化させている。
Alternating Target-Path Planning for Scalable Multi-Agent Coordination
Yu Kumagai, Keisuke Okumura
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 1本文(arXiv)読む価値 4/5
MAPF
2026-05-08 ・目標割り当てと経路計画を分離し、フィードバック駆動型の反復的な洗練を行うことで、大規模なTarget Assignment and Pathfinding (TAPF) 問題に対して高いスケーラビリティと良好な解の質を両立させたフレームワークを提案する。
Distance-Constrained Unlabeled Multi-Agent Pathfinding
Takahiro Suzuki, Yuma Tamura, Keisuke Okumura
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(ar5iv)読む価値 4/5
MAPF
2026-05-12 ・本研究は、エージェント間の距離を一定以上に保つ制約を持つ「Distance-Independent Unlabeled Multi-Agent Pathfinding (IUMAPF)」を提案し、その困難性と解決策を提示する。IUMAPFは、標準的なUnlabeled MAPFでは多項式時間で決定可能な解の存在判定が $\textsf{NP}$-complete になるという性質を持つ。著者らは、最適性を保証するILPへの帰着とグラフ圧縮手法、および大規模インスタンスに対応する構成生成器ベースの探索アルゴリズム（IU-LaCAM）の2つのアプローチを提案し、数百規模のエージェントを実用的な時間で扱うことを実現した。
From Gridworlds to Warehouses: Adapting Lightweight One-shot Multi-Agent Pathfinding for AGVs
Hiroki Nagai, Keisuke Okumura
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 1本文(arXiv)読む価値 4/5
MAPF
2026-05-15 ・本研究は、従来の2Dグリッドに基づくMAPFを、差動駆動型AGVの運動学的制約（回転、加減速、追従衝突）を考慮した「Multi-Agent Warehouse Pathfinding (MAWPF)」へと拡張し、軽量な非最適アルゴリズム（PP, LNS2, PIBT, LaCAM）を適応・評価したものである。実験の結果、LaCAMにPIBTを組み込んだ手法が数百台規模のエージェントに対して高い成功率とスケーラビリティを示す一方、運動学的制約による有向グラフ化がデッドエンドの発生を招き、従来のMAPFに比べスケーラビリティが制限される課題を明らかにした。
On dynamic multi-agent pathfinding methods: review, simulations and modifications
Gabriel Fejziaj, Salama Hassona, Wieslaw Marszalek
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 3/5
MAPF
2026-06-02 ・動的障害物と部分観測性が存在するマルチエージェント経路探索（D-MAPF）において、オフラインでの幾何学的テンプレート生成とオンラインでの時間的適応を分離した新手法 $A^{**}$ を提案し、既存の6手法と比較評価した。$A^{**}$ はエージェント数1〜9において最小の合計コスト（SoC）を達成したが、再計画時の計算コストが非常に高いという課題も明らかになった。
From Trainee to Trainer: LLM-Designed Training Environment for RL with Multi-Agent Reasoning
Chao Chen, Chengzu Li, Zhiwei Li, Yinhong Liu, Zhijiang Guo
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 1本文(ar5iv)読む価値 4/5
MAPF
2026-06-16 ・ LLMが強化学習（RL）の環境設計を自動化する「LLM-as-Environment-Engineer」フレームワークを提案し、ポリシーの失敗軌跡に基づき学習環境の構成を動的に更新することで、固定環境よりも高い学習パフォーマンスを実現する。
Karma Mechanisms for Decentralised, Cooperative Multi Agent Path Finding
Kevin Riehl, Julius Schlapbach, Anastasios Kouvelas, Michail A. Makridis
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
2026-04-09 ・大規模なロボット・サイバー物理システムにおける分散型マルチエージェント経路計画（DMAPF）に対し、エージェントの過去の協力履歴を非譲渡的な人工クレジット「Karma」として保持し、衝突解決時の優先順位を動的に調整するメカニズムを提案する。本手法は、中央集権的な計算を必要とせず、既存の交渉ベースの手法と同等の効率性を維持しながら、エージェント間の再計画負荷やサービス時間の格差を大幅に低減し、長期的な公平性を実現する。
Conveyor Parcel Routing with Order-Contiguous Arrivals
Takuro Kato, Keisuke Okumura
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 2本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-05-13 ・自動倉庫のコンベアネットワークにおいて、同一注文の小包が目的地で連続して到着することを保証する「Order-Contiguous Arrivals」制約付きのオンライン多エージェント経路探索（online MAPF-OC）を定式化し、3層構造のanytimeアルゴリズムであるDual-Ordering Prioritized Planning (DOPP) を提案する。
Privacy Preserving Multi Agent Path Finding
Rotem Lev Lehman, Roni Stern, Guy Shani
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
2026-05-13 ・本研究は、エージェントが互いの正確な経路を秘匿しつつ衝突を回避する「プライバシー保護型マルチエージェント経路探索（MAPF）」を提案している。計画段階での位置特定を防ぐ「計画レベルのプライバシー（$k$PPMAPF）」と、実行時のセンシングによる検知を防ぐ「実行レベルのプライバシー（$ek$PPMAPF）」の2つの制約を定式化し、模擬エージェント（mock agents）を用いた$k$PPアルゴリズム、視野（FoV）衝突を回避するfPP、および解のコストを改善する後処理技術$PPfPP$を提案している。
Multi-Agent Cooperative Transportation: Optimal and Efficient Task Allocation and Path Finding
Ning Zhou, Nikolai W. F. Bode, Edmund R. Hunt
採択先: AAMAS 2026: Proc. of the 25th International Conference on Autonomous Agents and Multiagent Systems
補充候補キーワード一致 2被引用 0関連度 2本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-05-15 ・複数のエージェントが協力して大型の物体を運搬するCooperative Transportation Task Allocation and Path Finding (CT-TAPF) 問題を定式化し、最適解を得るためのCT-TCBSと、計算効率に優れた劣最適解ソルバーを提案する。
On the Hardness of Optimal Motion on Trees
Tzvika Geft
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 5/5
Multi-Agent Path FindingMAPF
2026-06-04 ・本論文は、木構造におけるマルチエージェント経路探索（MAPF）およびPebble Motion on Trees (PMT) の計算複雑性を解明した研究である。Stack Rearrangement (SR) 問題からの帰着を用いる新しいフレームワークを提案し、距離、makespan、flowtimeの各目的関数において、labeledおよび2-coloredのバリエーションが、極めて単純な「subdivided stars」や最大次数3の木においてもNP困難であることを証明した。これにより、数十年にわたるPMTの複雑性に関する未解決問題を解決し、計算の困難性が生じる境界（tractability threshold）を特定した。
Lifelong LaCAM with Local Guidance for Lifelong MAPF
Tomoki Arita, Keisuke Okumura
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
MAPF
2026-05-16 ・ Lifelong Multi-Agent Pathfinding (LMAPF) において、構成ベースのソルバー LaCAM に局所的なガイダンス（Local Guidance）を導入し、再帰的ホライゾン（receding-horizon）フレームワークへと拡張した手法 LLLG を提案する。本手法は、前回の計画結果をウォームスタートとして利用することで、高密度な環境下での混雑緩和とスループットの向上を、リアルタイムな計算コストを維持しつつ実現する。
Should I Replan? Learning to Spot the Right Time in Robust MAPF Execution
David Zahrádka, David Woller, Denisa Mužíková, Miroslav Kulich, Libor Přeučil
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-04-28 ・エージェントの遅延が発生する実環境下のマルチエージェント経路計画（MAPF）において、Action Dependency Graph (ADG) の統計量に基づき、再計画（Replanning）によるコスト削減の期待値を予測する回帰モデルを提案する。提案手法は、動的障害物による遅延が発生した際に、再計画によって得られる潜在的な利益を高い精度で推定し、実行コストの増大を最大 $50\%$ まで低減できることを示した。
Many-to-Many Multi-Agent Pickup and Delivery
Ethan Schneider, Jingkai Chen, Tianyi Gu, Kunlei Lian, Seth Hutchinson, Sonia Chernova
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 5本文(arXiv)読む価値 4/5
Multi-Agent Pickup and DeliveryMAPD
2026-05-08 ・従来の1対1のタスク割り当て制約を打破し、アイテムの保管場所が複数存在する「Many-to-Many Multi-Agent Pickup and Delivery (M2M-MAPD)」問題を定義・解決する研究。提案手法のM2Mは、Large Neighborhood Search (LNS) と Priority Based Search (PBS) を組み合わせることで、高密度な在庫環境下でも既存のSOTA手法（LNS-PBS）を凌駕する高いタスクスループットを達成した。
Unassigned Agents in Compilation-based Multi-agent Path Finding
Pavel Surynek
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 5本文(arXiv)読む価値 3/5
Multi-Agent Path FindingMAPF
2026-06-14 ・目的地を持つエージェント $\mathcal{A}$ と、目的地を持たない未割り当てエージェント $\mathcal{U}$ が混在するUA-MAPF問題を、コンパイルベースのSAT/SMTソルバーを用いて解く手法を提案している。未割り当てエージェントは、目的地への到達義務はないものの、他のエージェントの経路を妨げないよう移動させる必要がある。本研究は、MDD（Multi-valued Decision Diagram）をUA用に拡張したUA-MDDを用いることで、既存のSMT-CBSやNRF-SATといった高度なソルバーをUA-MAPFへ容易に適応できることを示した。
Optimal and Scalable MAPF via Multi-Marginal Optimal Transport and Schrödinger Bridges
Usman A. Khan, Joseph W. Durham
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 5本文(arXiv)読む価値 5/5
Multi-Agent Path FindingMAPF
2026-05-11 ・匿名マルチエージェント経路探索（MAPF）をマルコフ構造を持つマルチ・マージナル最適輸送（MMOT）として定式化し、完全単模性（TU）を利用して整数解を多項式時間で得る手法と、シュレディンガー・ブリッジ（SBP）を用いたエントロピー正則化によるスケーラブルな近似手法を提案している。
Robust Multi-Agent Path Finding under Observation Attacks: A Principled Adversarial-Plus-Smoothing Training Recipe
Riad Ahmed
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-05-12 ・分散型マルチエージェント経路探索（MAPF）において、観測値への微小な摂動がチーム全体の停滞を招く脆弱性を克服するため、ネットワーク構造やデプロイメント・パイプラインを変更せずに頑健性を向上させる2段階の学習レシピ「Adv-PPO」および「Adv-PPO+MACER」を提案する。
Anytime Multi-Task Multi-Agent Pickup and Delivery Under Energy Constraint
Fumiya Kudo, Kai Cai
採択先: IEEE Robotics and Automation Letters
キーワード一致 4被引用 13関連度 7アブストラクト読む価値 4/5
Multi-Agent Path FindingMAPFMulti-Agent Pickup and DeliveryMAPD
2024-11-01 ・本論文は、エージェントのエネルギー制約と、エージェントの現在位置に関わらずタスクを割り当て可能な「Anytime Task Allocation」を導入した、新しいマルチタスクMAPD（Multi-Agent Pickup and Delivery）問題を提案しています。提案手法は、従来のマルチタスクMAPDと比較して、幅広いエージェント数においてメイクスパンを $5 - 19 \%$ 短縮することに成功しています。
Integrated Task Assignment and Path Planning for Capacitated Multi-Agent Pickup and Delivery
Zhe Chen, Javier Alonso–Mora, Xiaoshan Bai, Daniel Harabor, Peter J. Stuckey
採択先: IEEE Robotics and Automation Letters
キーワード一致 4被引用 185関連度 7本文(OA-PDF)読む価値 5/5
Multi-Agent Path FindingMAPFMulti-Agent Pickup and DeliveryMAPD
2021-04-22 ・容量制限付きマルチエージェント・ピックアップ＆デリバリー（Capacitated MAPD）問題に対し、タスク割り当て（TA）と経路計画（MAPF）を統合して解く手法を提案する。優先度付き計画（Prioritised Planning）を用いて実際の衝突回避コストを評価に用いることで、従来の逐次的な手法におけるコスト予測の乖離を解消し、特に容量制限がある環境において既存の最良の準最適手法であるTPTSを大幅に上回る性能を実現している。
Discrete Diffusion for Complex and Congested Multi-Agent Path Finding with Sparse Social Attention
Yuanzhe Wang, Tian Zhi, Zihang Wei, Hongguang Wang, Jiaming Guo, Yang Zhao, Zisheng Liu, Shiyu Quan, Xing Hu, Zidong Du, Yunji Chen
採択先: 未取得
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
2026-05-13 ・離散的なデノイジング拡散確率モデル（D3PM）を初期解生成器として統合し、Large Neighborhood Search 2（LNS2）による修復プロセスを強化するハイブリッドフレームワーク「DiffLNS」を提案する。Sparse Social Attentionを用いることで、混雑した環境下でも計算効率を維持しながら協調的な行動軌跡を学習し、最大312エージェントのシナリオにおいても高い成功率を実現する。
Priority Inheritance with Backtracking for Iterative Multi-agent Path Finding
Keisuke Okumura, Manao Machida, X. Défago, Yasumasa Tamura
採択先: International Joint Conference on Artificial Intelligence 2019
キーワード一致 2被引用 213関連度 5本文(ar5iv)読む価値 5/5
Multi-Agent Path FindingMAPF
2019-01-31 ・数百台以上のエージェントが稼働する自動倉庫のような環境において、オンラインかつ継続的に動作するマルチエージェント経路計画（MAPF）のための、スケーラブルで予測可能な計算時間を持つ劣最適アルゴリズムPIBTを提案する。
Dynamic Multi-Agent Pickup and Delivery in Robotic Cellular Warehousing Systems
Cheng Ren, Ming Li, Xinping Guan, George Q. Huang
採択先: 未取得
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 Pickup and DeliveryMAPD
2026-06-04 ・ロボット細胞型倉庫システム（RCWS）において、実行中の注文に新たなSKUが追加される「内部的な注文の進化」を考慮した、初のDynamic-MAPD問題を定式化し、イベント駆動型のトークン・パッシングに基づく2つの再計画アルゴリズム（Dynamic-TPおよびCooperative-TP）を提案する。
CADENCE: Predicting Realized MAPF Execution Time Beyond Sum of Costs
Abhishek S, Badrikanath Praharaj, Sreeram MV
採択先: 未取得
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
2026-06-03 ・ MAPF（Multi-Agent Path Finding）において、従来のSum of Costs (SoC) では予測困難な実機実行時間（wall-clock completion time）を予測するため、CADENCE手法を提案する。本研究は、計画段階から取得可能な「primitive motion burden（旋回数や停止・再始動回数など）」と「interaction-aware coordination structure（依存関係の深さなど）」を特徴量として導入し、7台の差動駆動ロボットを用いた実機実験を通じて、SoCのみを用いるよりも大幅に予測精度が向上することを実証した。
STEAM: A Training-Free Congestion-Aware Enhancement Framework for Decentralized Multi-Agent Path Finding
Mingyang Feng, Mengnuo Zhang, Shaoyuan Li, Xiang Yin
採択先: 未取得
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
2026-05-20 ・ STEAMは、学習済みの分散型MAPF（Multi-Agent Path Finding）ポリシーを一切再学習・変更することなく、テスト時の実行プロセスに軽量な混雑回避ガイダンスを注入する、学習不要（training-free）かつ方策に依存しない（policy-agnostic）強化フレームワークである。
LaCAM: Search-Based Algorithm for Quick Multi-Agent Pathfinding
Keisuke Okumura
採択先: 未取得
キーワード一致 1被引用 0関連度 1本文(arXiv PDF)読む価値 5/5
MAPF
2022-11-24 ・ LaCAM (lazy constraints addition search for MAPF) は、完全性を備えつつ、数百から10,000エージェント規模の大規模・高密度なマルチエージェント経路探索（MAPF）を高速に解決する2レベル探索アルゴリズムである。