鲁棒性多智能体路径规划：近十年文献综述

来源：计算机工程与应用杂志2026年第11期北京时间：

作者：吴梦蝶, 闫文耀, 苗水清

单位：延安大学西安创新学院 人工智能研究中心，西安 710100；

摘要：得益于多机器人协作的广泛应用，多智能体路径规划（MAPF）作为多智能体协同导航的核心技术，成为目前的研究热点。MAPF的目标是在一张二维地图中，将多个智能体从各自起始位置导航到目标位置，且智能体之间无冲突。然而在智能体实际执行各自路径时由于环境的不确定性，会受到内外部的干扰，如动态障碍物、通信延时、控制误差、智能体电量限制、运动学约束影响等。这些干扰将会造成执行路径过程中智能体延时及执行状态不同步，从而产生新的冲突，严重时将导致死锁，这无疑影响了MAPF理论在实际场景中的应用。为克服这一问题，研究人员提出了鲁棒性多智能体路径规划（robust MAPF，RMAPF）算法，以保证系统在面临执行阶段的时间不确定性时，仍能保证无冲突、无死锁完成路径任务。对过去近十年中RMAPF算法进行系统的梳理，首次依据处理延时的方式，将现有算法划分为鲁棒规划与鲁棒执行两类，并从原理、优缺点、规模及适用场景等多个维度进行深入对比分析，旨在填补RMAPF领域系统综述的空白，分析将MAPF理论应用于实际过程中存在的核心瓶颈，并为推动将MAPF算法部署于实际应用的研究带来启示。

关键词：多智能体路径规划（MAPF）,干扰,延时,鲁棒规划,鲁棒执行,鲁棒性多智能体路径规划（RMAPF）

基金资助：陕西省教育厅专项科研计划项目（23JK0739）。