マルチエージェント経路探索（MAPF）はロボティクスや自律システムに不可欠ですが、最適解は計算コストが高いことがよくあります。Inflated M*は、サブ次元展開とヒューリスティック膨張を組み合わせることで、計算を大幅に削減しながら有界準最適解を可能にします。このアルゴリズムは、関連する次元でのみ探索空間を拡張し、ヒューリスティックを膨張させて有望でない経路を刈り込み、ユーザー定義の最適係数内の解を保証します。これにより、厳密な最適性が不要なリアルタイムアプリケーションに適しています。この記事では、アルゴリズムの理論的保証や実装上の考慮事項を含む詳細な説明を提供します。マルチロボット協調に取り組む研究者やエンジニアにとって、Inflated M*はスケーラブルな経路探索のための有望なツールです。
最適性と計算コストのバランスを取る新しいマルチエージェント経路探索アルゴリズム。