Learning to Communicate Locally for Large-Scale Multi-Agent Pathfinding
大规模多智能体寻路的局部通信学习
🧭 多智能体协作 · 局部通信学习
提出可学习局部通信模块，通过多轮特征共享增强协作，在不损失可扩展性的前提下大幅提升多智能体寻路性能
📌 工作参考价值
- 局部通信机制设计：仅在邻居智能体间共享特征，大幅降低通信开销，可直接应用于电商仓储机器人调度或配送路径规划，取代全广播式通信。
- 可扩展的通信架构：通信模块与决策策略解耦，且不随智能体数量增加而牺牲效率，适合大规模商品分拣或城市级配送场景。
- 预训练 + 通信模块微调：先预训练基础策略，再插入可学习通信模块联合微调，该范式可复用到多 Agent 推荐系统中，通过 Agent 间局部交换特征提升协同推荐效果。
- 多轮通信增强协商：允许 Agent 在决策前进行多轮信息交换，这一机制可直接借鉴到生成式推荐中的多 Agent 交互，实现商品组合的迭代协商生成。
动机：多智能体路径规划（MAPF）是物流、救援等应用的基础问题，传统求解器虽最优但不可扩展，学习型方法多采用去中心化部分可观测马尔可夫决策过程（Dec-POMDP），但相邻智能体间缺乏有效协作，导致决策局部次优。
方法：提出 LC-MAPF，在单智能体视角的 Dec-POMDP 框架中加入一个可学习的通信模块。该模块允许每个智能体在每一步决策前，与通信范围内的邻居进行多轮特征交换，并通过预训练使模型泛化能力强。通信模块轻量与任务策略解耦，不影响整体可扩展性。
结果：在多种未见测试场景中，LC-MAPF 在成功率、路径长度等指标上均显著优于现有基于模仿学习（IL）和强化学习（RL）的方法，同时保持了与无通信方法相同的可扩展性，验证了局部通信在大规模多智能体系统中的有效性和实用性。