《多智能体协同路径规划综述》是由熊骏（南京邮电大学物联网学院）、张文博、熊智（南京航空航天大学自动化学院）、周峰、杨博（南京邮电大学物联网学院）合作完成，发表于《系统仿真学报》（Journal of System Simulation），网络首发时间为2025年10月20日。这篇综述论文系统梳理了多智能体协同路径规划（Cooperative Multi-Agent Path Finding, Co-MAPF）的研究现状、核心算法、技术挑战及未来发展方向，为相关领域的研究者提供了全面的参考框架。
Co-MAPF是传统多智能体路径规划（Multi-Agent Path Finding, MAPF）的扩展，其核心目标不仅要求智能体在共享环境中规划无碰撞路径，还需通过主动协作优化整体任务执行效率。该问题在无人机编队、智能物流、智慧城市等领域具有广泛应用。传统MAPF主要关注路径可行性，而Co-MAPF进一步强调智能体间的协同机制，例如信息共享、动态任务分配和全局优化。
Co-MAPF问题可形式化为无向图搜索问题，其中智能体需从起点移动到目标点，同时满足任务协作约束。与MAPF相比，Co-MAPF的差异主要体现在：
- 协作方式：MAPF通过被动避碰实现路径规划，而Co-MAPF要求智能体主动调整行为以配合其他个体（如任务交接、编队保持）。
- 信息依赖：Co-MAPF依赖实时通信以实现协同决策，而MAPF仅需局部或全局环境信息。
- 应用场景：Co-MAPF适用于高动态、大规模场景（如无人机集群巡逻），而MAPF更适合静态或低交互环境（如仓储机器人调度）。
当前Co-MAPF的基准测试主要基于2D网格地图，常用数据集包括游戏地图（如《星际争霸》地形）、仓储物流地图（如ASPRILO平台）和随机生成地图。测试平台如MAPF.info和Moving AI Lab提供了标准化评估工具。
Co-MAPF的算法实现架构可分为三类：
- 集中式架构：由中央控制器统一计算路径，优势是全局优化能力强，但计算复杂度高，难以扩展至大规模系统。典型应用如小型无人机编队控制。
- 分布式架构：智能体基于局部信息自主决策，通过通信协商避免冲突，具有高容错性和可扩展性，但可能陷入局部次优解。适用于动态环境（如交通调度）。
- 混合式架构：结合集中式全局规划与分布式局部调整，平衡优化质量与实时性，但设计复杂度较高。例如，上层控制器分配初始路径，下层智能体根据环境变化动态修正。
作者将Co-MAPF算法分为四类，并详细分析了其特点与适用场景：
（1）基于采样的算法
- 核心方法：通过随机采样（如RRT*、PRM）探索路径空间，结合冲突检测与协同约束生成无碰撞路径。
- 改进方向：
- MA-RRT*：引入动态节点移除机制（MA-RRT*FN），降低内存消耗。
- 编队保持：MFM-RRT*结合人工势场（APF）减少编队形变。
- 能量感知：改进PRM算法，优化智能体的能量消耗约束。
- 优势：适用于高维复杂环境，支持并行计算。
（2）基于搜索的算法
- 核心方法：基于图搜索（如A*、CBS）在离散空间中寻找最优路径。
- 改进方向：
- 冲突导向搜索：CO-WHCA*通过动态窗口协调局部冲突。
- 多目标优化：TC-CBS算法处理多团队协作的帕累托最优解。
- 实时性优化：Real-time LACAM在毫秒级时间内生成部分路径。
- 优势：保证路径最优性，适合静态或低动态环境。
（3）基于智能优化的算法
- 核心方法：利用群体智能算法（如PSO、ACO、GA）优化路径集合。
- 改进方向：
- 协同遗传算法：DAC-GA通过异步通信降低开销。
- 混合优化：AFSA-PSO结合鱼群算法与PSO提升收敛速度。
- 信息素机制：改进ACO算法实现分布式协作。
- 优势：擅长处理非线性约束和多目标优化。
（4）基于学习的算法
- 传统强化学习：Q-learning结合动态奖励函数（如文献[57]），或通过迁移学习加速训练（如文献[60]）。
- 深度强化学习：
- MADDPG：集中训练-分散执行框架，适用于动态避障（如文献[66]）。
- 图神经网络：MACNS（文献[63]）利用GNN实现同质化决策。
- 优势：适应未知环境，但依赖大量训练数据。
这篇综述不仅适合Co-MAPF领域的研究者参考，也为工业界解决多智能体协同问题提供了方法论支持。