Decentralized Master-Mind：多智能体路径规划中通过迭代意图去噪优化联合动作

DMM 提出通过多轮通信迭代去噪动作意图，解决去中心化多智能体路径规划（MAPF）中因独立采样导致的动作冲突问题。该模型经模仿学习预训练，并结合无 Critic 的组相对强化学习方法 MICPO 进行多轮动作优化。在 1,600 项 MovingAI 任务中，经 MICPO 微调的 DMM 成功解决 1,598 项，并可扩展支持超 100 万个并发智能体。