[发明专利]多智能体路径规划方法、装置、电子设备及存储介质

权利要求书

1.一种多智能体路径规划方法，其特征在于，包括以下步骤：

采集多智能体中每个智能体在感知范围内的感知信息；

对所述每个智能体在所述感知范围内的感知信息进行图像化处理，生成感知图像；以及

基于复合神经网络对所述感知图像进行特征提取和信息聚合，将所述感知信息映射为目标动作策略，基于所述目标动作策略生成每个智能体在多个时刻的预测动作，并根据所述多个时刻的预测动作生成最优规划路径，控制所述每个智能体按照所述最优规划路径进行动作。

2.根据权利要求1所述的方法，其特征在于，所述复合神经网络由卷积神经网络CNN、图神经网络GraphSAGE和多层感知机MLP组成。

3.根据权利要求2所述的方法，其特征在于，所述基于复合神经网络对所述感知图像进行特征提取和信息聚合，以将所述感知信息映射为目标动作策略，包括：

利用所述CNN对所述感知图像进行特征提取，得到第一特征张量；

利用所述GraphSAGE对所述第一特征张量进行特征张量聚合，得到第二特征张量；

将所述第二特征张量输入至所述MLP中，以映射为基于概率分布的目标动作策略。

4.根据权利要求1所述的方法，其特征在于，所述感知信息包括智能体感知范围内的其他智能体的位置信息、目标点的位置信息或目标点在感知范围边界上的投影、智能体感知范围内的障碍物位置信息。

5.根据权利要求4所述的方法，其特征在于，所述对所述每个智能体在感知范围内的感知信息进行图像化处理，生成感知图像，包括：

根据所述其他智能体的位置信息生成状态通道；

根据所述目标点的位置信息或目标点在感知范围边界上的投影生成目标通道；

根据所述智能体感知范围内的障碍物位置信息生成障碍通道；

将所述状态通道、所述目标通道和所述障碍通道生成在二值图上，得到所述感知图像。

6.根据权利要求1-5任意一项所述的方法，其特征在于，在控制所述每个智能体按照所述最优规划路径进行动作之前，还包括：

判断所述智能体的预测动作是否为碰撞动作或位置互换动作；

如果所述预测动作为所述碰撞动作或所述位置互换动作，则执行避撞保护机制，利用空闲动作替代所述碰撞动作或所述位置互换动作。

7.一种多智能体路径规划装置，其特征在于，包括：

采集模块，用于采集多智能体中每个智能体在感知范围内的感知信息；

处理模块，用于对所述每个智能体在所述感知范围内的感知信息进行图像化处理，生成感知图像；以及

规划模块，用于基于复合神经网络对所述感知图像进行特征提取和信息聚合，将所述感知信息映射为目标动作策略，基于所述目标动作策略生成每个智能体在多个时刻的预测动作，并根据所述多个时刻的预测动作生成最优规划路径，控制所述每个智能体按照所述最优规划路径进行动作。

8.根据权利要求7所述的装置，其特征在于，所述复合神经网络由卷积神经网络CNN、图神经网络GraphSAGE和多层感知机MLP组成。

9.根据权利要求8所述的装置，其特征在于，所述规划模块进一步用于利用所述CNN对所述感知图像进行特征提取，得到第一特征张量；利用所述GraphSAGE对所述第一特征张量进行特征张量聚合，得到第二特征张量；将所述第二特征张量输入至所述MLP中，以映射为基于概率分布的目标动作策略。

10.根据权利要求7所述的装置，其特征在于，所述感知信息包括智能体感知范围内的其他智能体的位置信息、目标点的位置信息或目标点在感知范围边界上的投影、智能体感知范围内的障碍物位置信息。