点开是冲着标题里的 denoising，想看扩散那套怎么搬进多智能体寻路（MAPF，一群 agent 在同一张图上各走各的路还不能撞）。

看完觉得它指出的问题比方法更值得记住：每个 agent 的动作分布都学对了，各自抽样，合起来照样出错。

例子是一条窄走廊，两个 agent 要对穿。专家数据里一半是蓝先走，一半是红先走，单看每个 agent 就是五五开。各抽各的，四种组合各占四分之一，一起等就卡死，一起走就撞上。LC-MAPF、MAGAT+、HMAGAT 实测有效动作都在 50% 左右。作者还证明了这块误差靠加模型容量消不掉，问题出在最后那一步独立抽样上。

DMM 的做法是让每个 agent 先随机给一个动作意图，塞进消息里和邻居交换几轮，再落子，有点像去噪。训练只用 4 轮，测试拉到 8 轮，走廊里有效率从 94.8% 涨到 99.6%，两种让法都还保留着 😮

MovingAI 上 1600 个任务解了 1598 个，这个要打点折扣，靠了 CS-PIBT 防撞，那一步是中心化的，论文自己也承认。

我们组几个代码 agent 并行改仓库，老是撞在同一个文件上。打算让它们先互发两轮意图再动手，看冲突能少多少。

论文：https://arxiv.org/pdf/2609.32019
代码：https://github.com/CognitiveAISystems/DMM

#人工智能 #论文 #强化学习 #深度学习 #机器人马拉松