近日发表于《Science Robotics》的研究提出一种基于图神经网络（GNN）与强化学习的多机器人运动规划方法。

该研究由Google DeepMind Robotics、Intrinsic及伦敦大学学院合作完成，通过GNN模型在数百万合成场景中训练，将机器人、任务及障碍映射为图节点与边，实现无碰撞轨迹的自动生成。

该方法可泛化至新环境布局，仅需CAD文件与高级任务描述即可生成运动计划，减少人工编程与调试需求。

Intrinsic为Alphabet旗下工业机器人公司，2022年收购了开源机器人公司OSRC。