Paper Survey

私の研究に関連するMAPF・MAPD論文を毎日最大2本選び、日本語版2本・英語版2本の計4ページを自動生成します。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 ・ 249本

最近の要約

一致する論文はありません。

NewA parallelizable variant of HCA* ・ English
Sreenivasan Ganti, Visnu Srinivasan, Pallavi Ramicetty, Shravan Mohan, Milind Savagaonkar, Shubhashis Sengupta
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
2025-01-31 ・本稿は、MAPFにおける優先順位依存のHCA*を、衝突しない経路集合を交差グラフの独立集合として選びながら反復的に確定する、並列化可能なヒューリスティックへ拡張する。提示されたシミュレーションでは、HCA*に対して多くの場合にコストと計算時間の両面で有利な結果が観測され、計算時間はおよそ最大4倍の高速化を示唆するが、最適性や全条件での優越性は確立されていない。
NewPolicy Search in Code Space for Multi-Agent Pathfinding ・ English
Matthias Eder, Pantelis Emmanouil, Vivek Farias, Fabian Fischer, Adam Jozefiak, Tianyi Peng, Thomas Ulz, Raphael Watschinger, Fangyu Wu, Andrew Zheng
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 4本文(arXiv)読む価値 4/5
Multi-Agent Pathfinding
2026-10-19 ・本研究は、コーディングエージェントに調整方策のソースコードそのものを反復的に探索させ、高スループットな生涯マルチエージェント経路探索（LMAPF）アルゴリズムを発見する方法を示す。二つの事例で人手設計の解を上回り、倉庫向け方策については、明示された仮定の下で衝突回避と有限時間の進捗が保証される。
Bidirectionality is Necessary in Cellular Machines for Exact-Arrival Multi-Agent Path Finding ・ English
Masashi Aono
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 4本文(arXiv)読む価値 4/5
Multi-Agent Path Finding
2026-10-19 ・本論文は、出発時刻と到着時刻が固定された多エージェント経路探索を、セルごとの有限状態機械として分散的に解く場合を研究する。個々の経路支持情報と少数の大域一ビットフラグを与えても、特定の問い合わせ族を正しく処理するには、時間の正方向または逆方向の一方だけに限定された局所通信では不十分であり、双方向性、通信量、ラウンド数、または別の資源の支払いが必要だと示す。
Map-Distribution Mixture-of-Experts for Multi-Agent Pathfinding ・ English
Fumimaro Suzuki, Keisuke Okumura
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 5本文(arXiv)読む価値 4/5
Multi-Agent PathfindingMAPF
2026-10-19 ・本研究は、異なる地図分布に特化した複数のニューラル MAPF 方策を、各エージェントの局所状況に応じてルータが適応的に融合する手法を提案する。MoE は事前学習方策や既存手法を概ね改善する一方、同じパラメータ規模で適切に訓練した単一のモノリシック方策にはなお及ばない。
Structural Origins of Cubic Complexity in Pebble Motion ・ English
Tomoki Nakamigawa, Tadashi Sakuma
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
2025-03-26 ・本論文は、グラフ上でラベル付きペブルを隣接する空頂点へ移動させるペブル移動問題について、木上の任意の実行可能なインスタンスを二次対数オーダーの手数で解けることを示す。さらに一般グラフへ手法を拡張し、三次オーダーの複雑性が生じ得る構造を、長いサイクル上に多数の次数二の頂点が存在する場合へ厳しく限定する。
BTPG-max: Achieving Local Maximal Bidirectional Pairs for Bidirectional Temporal Plan Graphs ・ English
Yifan Su, Rishi Veerapaneni, Jiaoyang Li
採択先: Proceedings of the AAAI Conference on Artificial Intelligence 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
2025-08-06 ・本論文は、遅延を伴う実行時の不要な待機や衝突を減らすため、Bidirectional Temporal Plan Graph（BTPG）により多くの双方向ペアを導入するBTPG-maxを提案する。非デッドロック・サイクルを考慮した局所最大の構築法により、従来法BTPG-oより多くの双方向ペアを見つけ、実験ではanytime性能と遅延下の実行性能を改善した。
Discrete-Guided Diffusion for Scalable and Safe Multi-Robot Motion Planning ・ English
Jinhao Liang, Sven Koenig, Ferdinando Fioretto
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
2025-08-27 ・本論文は、離散MAPFの拡張性と、連続空間における制約付き拡散生成の軌道品質を組み合わせるDiscrete-Guided Diffusion（DGD）を提案する。MAPFから得た時空間構造で拡散生成を誘導し、局所的な制約修復を加えることで、複雑な環境で最大100台のロボットに拡張でき、高い成功率と計画効率を達成したと報告する。
Diffusion-Guided Multi-Arm Motion Planning ・ English
Viraj Parimi, Brian C. Williams
採択先: Proceedings of The 9th Conference on Robot Learning, Proceedings of Machine Learning Research 305:4684-4696, 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
2025-09-09 ・本論文は、共有空間で動く複数ロボットアームの衝突回避計画を、単腕生成と腕ペア間の衝突解決に分解するDG-MAPを提案する。単腕・二腕データだけで学習した拡散モデルとMAPF風の探索を組み合わせ、最大8本のアームを含む評価で高い成功率とデータ効率を示したと報告している。
Risk-Bounded Multi-Agent Visual Navigation via Iterative Risk Allocation ・ English
Viraj Parimi, Brian C. Williams
採択先: Proceedings of the International Conference on Automated Planning and Scheduling, 36(1):200-209, 2026
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
2025-09-09 ・本論文は、視覚環境で複数エージェントを移動させる際、高リスクのグラフ辺を事前に一律削除する代わりに、チーム全体のリスク予算を探索中に再配分する枠組みを提案する。報告された実験では、提案法は厳しい予算では安全な迂回路を選び、予算が緩むと短い経路を利用しながら、ベースラインより高い成功率を示す。
Collision avoidance and path finding in a robotic mobile fulfillment system using multi-objective meta-heuristics ・ English
Ahmad Kokhahi, Mary Kurz
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
2025-10-29 ・本論文は、ロボット移動フルフィルメントシステム（RMFS）で稼働するAGVについて、衝突回避とタスク割当を、走行時間だけでなくエネルギー消費も含めて多目的に扱う。提案した修正版A*、エネルギーを考慮する優先規則、NSGA-IIおよびALNSによるタスク割当は、提示された計算実験においてベンチマークより良いパレート解評価を示したと報告される。
The Cost of Executability: Temporal Margins for Continuous-Time Multi-Agent Path Finding under Closed-Loop Control ・ English
Sabino Roselli, Alvin Combrink, Ze Zhang
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 5本文(arXiv PDF)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-10-14 ・連続時間MAPFでスケジュールの和コストを最小化しても、現実的なモデル予測制御の下では実行に失敗し得る。本研究は、共有地点での時間間隔を確保する時間マージンが、比較的小さなスケジュールコスト増で実行成功率と追従性を改善し、空間的なエージェント半径拡大とは異なる効果を持つことを示す。
Enhancing PIBT via Multi-Action Operations ・ English
Egor Yukhnevich, Anton Andreychuk
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
2025-11-12 ・本研究は、向きと回転動作を伴うオンラインLMAPF-Tで、次の1時刻だけを扱うPIBTが苦手とする回転コストを、複数時刻にまたがる限定長の操作によって補う。限定的な再訪問、操作継承、LNS、グラフ誘導を組み合わせることで、PIBTの高速性を保ちながら、提示された評価範囲で既存手法を上回る結果を報告する。
Reinforcement Learning for Large-Scale Lifelong Multi-Agent Path Finding with Shared Spatial Fields ・ English
Jean Seong Bjorn Choe
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 8本文(arXiv)読む価値 4/5
Multi-Agent Path FindingLifelong Multi-Agent Path Finding
2026-10-13 ・本稿は、大規模な生涯型マルチエージェント経路探索（LMAPF）で、変化する交通状況や多様なレイアウトに対して高速に移動判断を行う強化学習方策を提案する。共有空間場、目標条件付き経路選択、目的地割当を組み合わせ、スループットを直接報酬として学習した方策を小規模地図から未見の大規模地図へ転移し、評価されたベースラインに匹敵またはそれ以上のスループットを、1ステップ10ミリ秒未満の平均実行時間で達成したと報告する。
Sistemas multiagentes para coleta e entrega combinando algoritmos genéticos e planejamento de caminho ・ English
A. C. Queiroz
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 4本文(OA-PDF)読む価値 4/5
Multi-Agent Path FindingMAPFMulti-Agent Pickup and DeliveryMAPD
None ・本研究は、倉庫型のMulti-Agent Pickup and Delivery（MAPD）におけるタスク割当てと衝突回避経路計画を組み合わせ、遺伝的アルゴリズムと既存のMAPF手法を評価する。提示された抜粋では、提案手法は小規模・大規模の二つの環境で文献手法より良い結果を示し、特にGA-TA、PP-E、初期集団生成ヒューリスティックの組合せが有効だったと報告されている。
POGEMA: A Benchmark Platform for Cooperative Multi-Agent Pathfinding ・ English
Alexey Skrynnik, Anton Andreychuk, Anatolii Borzilov, Alexander Chernyavskiy, Konstantin Yakovlev, Aleksandr Panov
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 3本文(arXiv)読む価値 4/5
Multi-Agent Pathfinding
2024-07-20 ・本論文は、学習型、探索型、ハイブリッド型のマルチエージェント経路計画（MAPF）手法を共通の枠組みで開発・評価・比較するためのPOGEMAを提案する。高速な部分観測環境、問題生成器、既定インスタンス、可視化、ベンチマーク、評価プロトコルを統合し、多面的で公平な比較を可能にすることが中心的な結論である。
Multi-agent Path Finding for Timed Tasks using Evolutionary Games ・ English
Sheryl Paul, Anand Balakrishnan, Xin Qin, Jyotirmoy V. Deshmukh
採択先: Lecture Notes in Computer Science
重要論文キーワード一致 1被引用 0関連度 3本文(arXiv)読む価値 4/5
Multi-Agent Path Finding
2024-11-15 ・本論文は、不確実な環境で同質エージェントが衝突を避けながら、到達の成否だけでなく軌跡全体の時間的な質も満たすマルチエージェント経路探索を扱う。重み付きオートマトンと進化ゲーム理論に基づくMAPF-EGTを提案し、提示されたグリッド実験では、経路長、計算時間、エージェント数増加時のスケーリングについて既存手法より良い結果を報告する。
Coordinated Motion Planning: Multi-Agent Path Finding in a Densely Packed, Bounded Domain ・ English
Sándor P. Fekete, Ramin Kosfeld, Peter Kramer, Jonas Neutzner, Christian Rieck, Christian Scheffer
採択先: the proceedings of the 35th International Symposium on Algorithms and Computation (ISAAC 2024)
新着論文キーワード一致 1被引用 0関連度 4本文(arXiv)読む価値 4/5
Multi-Agent Path Finding
2024-09-10 ・本論文は、単純ポリオミノ内の各セルを一体ずつ占めるラベル付きエージェントを、衝突のない並列移動によって初期配置から目標配置へ再構成するMAPFを扱う。再構成可能性の幾何学的特徴づけ、領域形状が強制するメイクスパン下界、ならびに狭いインスタンスで漸近的に最悪ケース最適なスケジュールを示す。
Cooperative Hybrid Multi-Agent Pathfinding Based on Shared Exploration Maps ・ English
Ning Liu, Sen Shen, Xiangrui Kong, Hongtao Zhang, Thomas Bräunl
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 4本文(arXiv)読む価値 4/5
Multi-Agent Pathfinding
2025-03-28 ・本研究は、未知または変化する環境での多エージェント経路探索（MAPF）のため、D* Liteによる大域探索とマルチエージェント強化学習（MARL）による局所判断を切り替えるハイブリッド枠組みを提案する。離散グリッド環境とEyeSimプラットフォームでの評価では、混雑・動的条件における実行可能性、成功率、衝突率、経路効率の改善が報告されるが、抜粋からは全比較条件や統計的有意性は確認できない。
Optimal Multi-Agent Path Finding in Continuous Time ・ English
Alvin Combrink, Sabino Francesco Roselli, Martin Fabian
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 4本文(arXiv)読む価値 4/5
Multi-Agent Path Finding
2025-08-22 ・本論文は、連続時間MAPFで広く使われてきたCCBSが、最適解を探索から誤って除外し得るため、厳密性と解完全性を保証しないことを示す。そのうえで、健全な分岐規則を用いるOC-CBSを提案し、可解なMAPF-Rインスタンスに対する最適解と解完全性の保証を与える。
GuardPIBT: Counterfactually Gated Neural Guidance for Ultra-Large-Scale 3D Multi-Agent Path Finding ・ English
Yuan Zhou, Zhenyu Hou, Guangtong Xu, Xiaoqiang Ji, Yuqing Tang, Jialiang Hou, Fei Gao
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 4本文(arXiv)読む価値 4/5
Multi-Agent Path Finding
2026-09-28 ・本論文は、PIBTの実行器を置き換えず、ニューラルモデルでPIBTが生成する候補行動の順序だけを補正するGuardPIBTを提案する。局所的な相互作用、集団的な始点・目標輸送情報、反実仮想的なグループゲートを組み合わせ、密集した2D・3D環境で大規模な協調を目指す。
The Cost of Classical Multi-Agent Path Finding ・ English
Alvin Combrink, Sabino Francesco Roselli, Martin Fabian
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2026-10-07 ・本研究は、離散時間とグラフ上の衝突定義を用いる古典的MAPFが、連続時間MAPFと比べてどの程度の解品質を失うかを調べる。連続時間やエージェント形状だけの効果は小さいが、それらが多様な移動、特に非カーディナルな移動を可能にすることで、開けた空間では平均17%以上、狭く制約された地図でも少なくとも5%の改善につながり、場合によっては20%を超える改善になると報告する。
From Discrete Plans to Real-World Execution: A World-Model-Driven Framework for Execution-Aware Multi-Agent Path Finding ・ English
Jingtian Yan, Shuai Zhou, He Jiang, Stephen F. Smith, Jiaoyang Li
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 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMAPF
2025-11-26 ・本論文は、離散時間と簡略化されたロボットモデルで生成されたMAPF計画と、連続的・非同期的な実ロボット実行とのギャップを扱う。ExecTimeNet、REMAP、ESADGを組み合わせ、シミュレーションと実機で実行時間を改善できることを報告する。
Optimal and Bounded Suboptimal Any-Angle Multi-agent Pathfinding ・ English
Konstantin Yakovlev, Anton Andreychuk, Roni Stern
採択先: IROS 2024
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 PathfindingMAPF
2024-04-25 ・本論文は、エージェントが障害物に衝突しない任意の直線経路を移動できる任意角度MAPFを対象とし、最適解を保証するAA-CCBSと、その有界劣最適版を提案する。CCBSとTO-AA-SIPPの組合せにDisjoint SplittingとMulti-Constraintsを適応することで、任意角度移動が生む大きな分岐を抑え、実行時間と解コストのトレードオフを扱う。
MGCBS: An Optimal and Efficient Algorithm for Solving Multi-Goal Multi-Agent Path Finding Problem ・ English
Mingkai Tang, Yuanhang Li, Hongji Liu, Yingbing Chen, Ming Liu, Lujia Wang
採択先: IJCAI2024
新着論文キーワード一致 3被引用 0関連度 5本文(arXiv)読む価値 4/5
Multi-Agent Path FindingMulti-Agent PathfindingMAPF
2024-04-30 ・本論文は、各エージェントが割り当てられた複数のゴールを衝突なく訪問するMG-MAPFを扱う。ゴール頂点の訪問順序と単一エージェント経路探索を分離する従来法は常に最適解を保証できないと示し、安全区間の訪問順序を探索するMGCBSとTIS Forestによって、評価時に最適解と最大7倍の高速化を報告する。
The increasing cost tree search for optimal multi-agent pathfinding ・ English
Guni Sharon, Roni Stern, Meir Goldenberg, Ariel Felner
採択先: Artificial Intelligence
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 Pathfinding
2013 ・本論文は、複数エージェントが衝突を避けながら移動し、全エージェントの経路コストの総和を最小化する最適MAPFを対象とする。個々のエージェントの経路コストを探索する高レベル探索と、そのコストで衝突しない経路集合を検証する低レベル探索を組み合わせたICTSを提案し、問題構造によってA*系手法より有利にも不利にもなることを理論と実験で示す。
The Compressed Differential Heuristic ・ English
Meir Goldenberg, Nathan Sturtevant, Ariel Felner, Jonathan Schaeffer
採択先: AAAI 2011
手動追加被引用 0関連度 0本文(PDF)読む価値 4/5
2011 ・本論文は、明示的状態空間向けのメモリベース・ヒューリスティックである差分ヒューリスティック（DH）を、距離情報の一部だけを保持することで圧縮する方法を提案する。圧縮差分ヒューリスティック（CDH）は、利用可能なメモリに合わせて構成でき、提示された実験では、同じメモリ量の通常DHや基礎ヒューリスティックより高速な探索を実現した。
Sub-Microsecond Grid Path Planning, at What Cost? ・ English
Mark Carlson, Daniel D. Harabor, Peter J. Stuckey
採択先: SoCS 2025
手動追加被引用 0関連度 0本文(PDF)読む価値 4/5
2025 ・本論文は、Tree CacheとJump Point Search（JPS）の対称性削減を組み合わせたJump Spanning Tree Search（JSTS）と、経路品質の有界保証を加えたBounded Jump Spanning Tree Search（BJSTS）を提案する。JSTSは通常1マイクロ秒未満で経路を生成できる一方、品質保証を持たず、BJSTSは指定係数以内の劣化を保証する。
Regarding Jump Point Search and Subgoal Graphs ・ English
Daniel D. Harabor, Tansel Uras, Peter J. Stuckey, Sven Koenig
採択先: IJCAI 2019
手動追加被引用 0関連度 0本文(PDF)読む価値 4/5
2019 ・本論文は、グリッド経路探索におけるJump Point Search（JPS）とSubgoal Graphs（SG）の共通構造をグラフ理論的に整理し、前処理型のJump Point Graphs（JP）を提案する。JPはJPS型の枝刈りを双方向探索やContraction Hierarchiesと組み合わせられ、SGより少ない展開数と短い実行時間を示す場合がある。
Regarding Goal Bounding and Jump Point Search ・ English
Yue Hu, Daniel Harabor, Long Qin, Quanjun Yin
採択先: JAIR
手動追加被引用 0関連度 0本文(PDF)読む価値 4/5
2021 ・本論文は、静的な8近傍グリッド上の最適経路探索で、Jump Point Search（JPS）と Goal Bounding を組み合わせる際に必要となる高コストな全点対前処理を削減する方法を提案する。ジャンプポイントだけに補助データを限定し、オンライン枝刈りを強化することで、完全性と最適性を保ちながら前処理時間・記憶容量・クエリ性能を改善する。
Memory-Based Heuristics for Explicit State Spaces ・ English
Nathan R. Sturtevant, Ariel Felner, Max Barrer, Jonathan Schaeffer, Neil Burch
採択先: IJCAI 2009
手動追加被引用 0関連度 0本文(PDF)読む価値 4/5
2009 ・任意の開始状態と目標状態を持つ比較的小規模な探索を高速化するため、状態対の真の距離を部分的に保存し、それを任意の状態対の推定値へ再利用する真距離ヒューリスティクスを提案する。全状態対の最短距離を保存する場合に近い効果を1％未満のメモリで得られる可能性を示し、複数領域で従来ヒューリスティクス比6～14倍の探索速度向上を報告する。