多智能体路径规划是仓储物流等领域的核心难题。一项新研究通过创新的强化学习框架，首次系统性地解决了拓扑地图上的规划难题，显著提升了成功率和效率，为机器人协作导航开辟了新路径。
智能速览
新框架首次系统性地解决了拓扑图上的多智能体路径规划难题。
BFNLS算法通过统一维度稳定了智能体的观测与动作空间。
GSA模型能从谱域和空间域双通道解析地图图结构信息。
采用值分解网络框架实现了集中训练、分散执行的协同决策。
方案已在真实机器人实验中得到验证，具备物理环境适用性。
精华内容
这个新框架如何实现突破？其核心在于四大技术创新的协同作用，将复杂的拓扑环境转化为可高效学习的任务。
空间维度定标
拓扑地图中节点连接度不一，会导致智能体的观测和动作空间尺寸变化，给学习带来困难。BFNLS算法通过为每个智能体的观测和动作空间设定统一的维度和范围，解决了这一根本性问题。这一创新为后续模型的稳定训练奠定了基础，确保了算法在不同复杂度的地图结构中均能有效运作。
信息高效融合
该框架采用了一种创新的观测表示方法，将智能体自身的局部观测与全局地图信息相结合。这种设计让单个智能体既能感知周边环境，又能理解整个系统的宏观态势。通过融合局部与全局信息，智能体能做出更优的路径决策，有效避免了因信息片面导致的局部最优陷阱。
图结构双解析
核心的GSA模型是突破的关键，它分别在谱域和空间域两个通道上解析图结构。谱域分析能够捕捉地图的全局拓扑特性，而空间域分析则保留了节点的局部邻接关系。这种双通道并行处理的机制，使模型能深刻理解复杂的图结构信息，极大地提升了特征提取的精度和深度。
协同决策机制
通过采用值分解网络（VDN）的协同MARL框架，系统实现了“集中训练、分散执行”的理想策略。在训练阶段，中央评估器能够综合所有智能体的信息进行全局优化；在执行阶段，每个智能体仅依据自身观测即可独立决策。这种机制在保证多智能体协作效率的同时，也满足了系统去中心化的要求。
该研究不仅为拓扑MAPF提供了首个学习型系统解决方案，也为图结构与强化学习的结合提供了新范式。未来若能引入通信机制并开发置换不变的图池化方法，将进一步提升方法的泛化能力，使其在更多复杂场景中落地，潜力值得期待。
