异构GNN框架自动生成多智能体共享路网

研究者 Brandon Ho 等人提出一种基于异构图神经网络（GNN）的框架，用于自动生成和评估多智能体共享路网。该模型将路点、智能体位置和任务位置表示为异构图中的不同节点，通过专家求解器轨迹聚合的占用密度图训练，学习剪除冗余节点与边，生成紧凑且协调感知的路网。 据该研究称，在密集路网中，运行时和图规模至少减少 40%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。