본 논문은 다중 에이전트 경로 탐색(MAPF) 문제를 해결하기 위해 분산 경로 계획과 경량 중앙 조정자를 결합한 하이브리드 프레임워크를 제안한다. 강화 학습(RL)을 사용하여 분산 계획을 수행하고, 중앙 조정자가 정적 충돌 셀 플래그 또는 짧은 충돌 추적과 같은 최소한의 정보를 동적으로 공유하여 에이전트 간 정보 공유를 줄이면서도 확장 가능한 솔루션을 제공한다.
시사점, 한계점
•
시사점:
◦
분산 계획과 경량 중앙 조정의 결합을 통해 대규모 시나리오에서도 효율적인 경로 탐색 가능.
