多智能体路径规划新突破：STL-GO框架解决时空与拓扑约束难题

在无人机集群搜救、工厂自动化巡检等多智能体应用场景中，如何协调多个智能体在复杂时空约束下的行动路径，一直是工程实践中的核心挑战。这些约束既包括时空维度（何时何地执行何种任务），也涉及拓扑关系（智能体间的感知、通信与协作网络）。

近日，研究团队提出基于图算子时空逻辑（STL-GO）的创新规划框架。STL-GO作为新兴形式化语言，能够同时描述多智能体的时空行为与动态拓扑结构。该研究的突破点在于：针对STL-GO约束下的多智能体路径规划问题，首次提出混合整数规划（MIP）与可满足性模理论（SMT）两种可验证的编码方案，并开发了统一的规范接口。

实验以多无人机搜救任务为基准，通过调整团队规模与图复杂度进行消融分析。结果显示，两种编码方案均能有效处理动态多图交互场景，其中MIP编码在求解效率方面表现突出，而SMT编码在复杂逻辑约束表达上更具优势。这项工作为自动驾驶车队、工业机器人集群等需要实时协调的智能系统提供了新的理论工具。