Cognitive-AI-Systems/pogema

解决的问题

POGEMA 提供了一个标准化、灵活的环境，用于测试和开发部分可观测多智能体路径规划（PO-MAPF）算法。与传统的由中央控制器为所有智能体规划路径不同，PO-MAPF 要求智能体基于局部观测做出分散式决策，以在避免与其他智能体和障碍物碰撞的同时到达目标。

工作原理

这是一个基于网格的仿真环境，智能体在正交相邻的单元格之间移动。每个智能体独立运行，不共享信息，依赖局部视野（观测半径）进行导航。系统可以生成具有可调参数（如障碍物密度和网格大小）的随机地图，或加载自定义地图布局。

适用对象

从事多智能体强化学习（MARL）和去中心化路径规划算法的研究人员和开发者。

主要亮点

• MARL 集成：原生支持 PettingZoo、PyMARL、SampleFactory 和 Gymnasium 等主流框架。
• 可自定义环境：支持生成随机网格或使用自定义文本地图定义。
• 可扩展设计：可通过调整智能体数量、网格大小和观测半径等参数，测试系统可扩展性。
• 详细评估：配套专用基准仓库，提供基线实现和评估协议。