AI 詞彙表
人工智能完整詞典
分布式多智能体规划
一种多个自主智能体以去中心化方式计算其轨迹的方法，无需中央监督器，基于本地信息和智能体间通信来实现全局目标。
分布式约束满足问题（DCSP）
一种数学形式化方法，其中每个智能体管理一组变量和约束，目标是找到所有变量的赋值，使其满足所有智能体间的约束。
分布式共识搜索
一种迭代过程，智能体通过交换其本地状态或决策信息来收敛到共同协议或解决方案，对行动同步至关重要。
耦合轨迹优化
一种联合优化多个智能体轨迹的技术，考虑其动态相互依赖性，以避免碰撞并提高系统整体效率。
分布式势函数代价
一种方法，每个智能体定义一个包含势项的代价函数，用于建模其他智能体的影响，实现融入交互关系的去中心化优化。
分布式时域后退规划（分布式模型预测控制）
一种控制策略，每个智能体在滑动时域上求解优化问题，预测其他智能体的未来行动并相应调整自身轨迹。
时间依赖图
表示不同智能体行动之间优先约束和时间同步约束的数据结构，用于保证计划的有序一致执行。
分布式任务与资源分配
一种机制，智能体通过协商或协调来分配目标以及空间或时间资源，以最大化集体效率同时最小化冲突。
基于事件的同步
一种协调范式，智能体根据触发事件（如：到达途经点、检测到其他智能体）调整其进度，而非依赖全局同步时间。
多智能体无碰撞路径规划
一组算法，确保在共享环境中为每个智能体计算的路径不存在任何可能导致物理碰撞的空间和时间交叉。
分布式同步定位与建图（分布式SLAM）
一个过程，智能体团队协作构建环境的公共地图，同时估计自身轨迹，并以去中心化方式融合传感器数据。
多智能体约束编队
一种规划问题，智能体在集体导航至目标时需保持特定的相对几何构型（编队），需要持续协调速度和位置。
分布式时序逻辑
时序逻辑（如LTL）的扩展，用于在多智能体系统的全局行为上规范和验证属性，其中逻辑运算符在分布式执行轨迹上进行评估。
轨迹协商
一种通信过程，智能体通过提出、反提议和接受对其初始轨迹的修改，以解决交叉冲突并达成双方可接受的方案。
分布式不确定性鲁棒规划
一种方法，旨在为每个智能体生成在模型不精确、通信延迟或其他智能体不可预测行为下仍保持有效和安全的轨迹。
冲突点通行调度
一种协调机制，为智能体分配关键区域（交叉口、狭窄通道）的时间通行窗口，以排序其通过并确保流畅无阻塞的通行。
多智能体强化学习用于规划
使用强化学习算法，其中每个智能体通过与环境和其他智能体的交互来学习规划策略（轨迹选择），以最大化集体或个体奖励。