资讯摘要
论文提出在代码空间直接搜索多智能体协调策略，由编码智能体在仿真反馈与正确性验证下迭代提出、实现、评估和修正算法。作者报告两项案例：在2024 League of Robot Runners竞赛地图上，两天搜索所得策略在最密集实例上超过本地复现的较强参赛方案35.0%；在模拟真实仓库中，一周搜索得到一类新多智能体路径规划算法，吞吐量超过经校准的专有方案58.9%，并在给定假设下证明其无碰撞且有限时间完成。
要点速读
- 论文提出由编码智能体在代码空间迭代搜索策略的人机协作流程，结合自动优化与可解释性。
- 作者报告在2024 League of Robot Runners竞赛地图上，两天搜索的策略在最密集实例上超过本地复现的较强参赛方案35.0%，并可泛化到未见地图实例。
- 作者报告在模拟真实仓库中一周搜索得到新算法，吞吐量超过经校准的专有方案58.9%，并在给定假设下证明无碰撞且有限时间完成。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/20 21:06:32（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。