面向多智能体路径规划的地图分布混合专家模型

基于摘要分析。本文研究多智能体路径规划（MAPF）中由局部观测生成动作分布的神经策略，核心贡献是引入元层面的 Mixture-of-Experts（MoE），通过路由器融合针对不同地图分布训练的专家，而非仅改进单个策略。 方法以一组紧凑、针对不同地图分布专门化的专家为基础，由学习得到的路由器根据各智能体的局部情境选择性融合专家输出。作者分别使用常见的图神经网络策略和新提出的 recursive action-token refinement model 实例化该框架，并结合监督学习与强化学习对专家进行微调。路由器的输入细节、融合规则、训练目标及各训练阶段的关系尚未验证。 作者报告，在摘要所述 MAPF 实验中，MoE 通常优于预训练策略，并超过已有领先方法；但在参数量匹配且经过适当训练的对照下，单体模型仍优于 MoE。这表明其收益需要结合训练方式和容量对照理解，不能据此认定专家路由本身优于单体架构。具体地图分布、智能体规模、数据划分、评估指标、数值结果、消融及统计信息尚未验证，复现还需核对参数量匹配口径和训练预算。 本文主要研究对象是 MAPF，而非 EEG 解码或 BCI。摘要未提供神经信号实验，也未建立地图分布与跨被试、跨会话差异之间的具体机制对应，因此当前不能将其结果视为 EEG/BCI 中 MoE 有效性的证据。