在多智能体路径规划（MAPF）中，编译基础的技术因其模块化和适应性强而成为重要的求解方法。标准的MAPF要求所有智能体从初始位置导航到各自的目标位置，且不发生碰撞。然而，存在一些变体，例如未分配代理的MAPF（UA-MAPF），其中一些智能体保持与标准MAPF相同的初始位置和目标，而其余智能体则只有初始位置，没有目标。尽管未分配代理不需要到达特定的目标位置，但在必要时它们必须让出道路以避免与标准代理发生冲突，这构成了一个特定的挑战。本文表明，UA-MAPF可以通过最近的基于编译的MAPF技术进行表达，具体来说，我们将该问题形式化为布尔可满足性，并适应了基于反例引导抽象细化的SMT-CBS和非细化抽象的NRF-SAT等最新求解器。
博主点评： 本文探讨了未分配代理的多智能体路径规划问题，提出了一种新的思路来处理复杂的代理交互，尤其是在目标缺失的情况下。这对于增强智能体系统的灵活性和适应性具有重要意义，值得在实际应用中深入研究。