深度分析 HMAGAT(導向超圖注意力網路):結構化表徵在多智能體路徑規劃的應用與成效 多智能體路徑規劃(MAPF)在密集、障礙複雜的地圖上屬於高度耦合的協調問題,傳統以圖神經網路(GNN)或對偶注意力為主的做法僅限於二元互動,容易在高密度場景遭遇注意力稀釋與次優決策。