如何使用强化学习在图中找到不同人的步行路径？

如何解决如何使用强化学习在图中找到不同人的步行路径？

我不知道强化学习是否可行，但我的问题是在图中为不同的人寻找步行路径。我绘制的帮助问题描述的示例图像在这里：

问题在于：有一个带有图形表示的花园。黑线是花园里的步行道，红线是顶点，所以是道路的交汇点。蓝人是人，他们可以走在路上，他们只能在顶点（红点）上改变他们的路。人数不限，花园可同时容纳1人或10人以上。人们想以最短的路径到达绿色大门，但是当他们这样做时，他们不能同时在同一顶点相遇。例如，A 可以在 vertex1 中，B 可以在 vertex2 中，但他们可以一起在 vertex3 中。我为每个人绘制了粉红色的示例路径，所以我的目的是为花园中的每个人找到他们到达绿色大门的路径，而不会遇到任何人。这就像一个时间序列问题，因为每个人在单位时间内可以走到一个顶点，而且所有人的速度都是相等的。

是否有类似的问题或解决方案？或者我可以做些什么来解决这个问题？

解决方法

不是解决方案，而是建议，https://gym.openai.com/ 有类似的问题及其解决方案。我曾在 https://gym.openai.com/envs/FrozenLake-v0/ 这个环境中使用过一次基本实现的 q-learning，但在这个环境中与一个代理（人）一起工作。你可能想看看这个。进一步研究蚁群和粒子群优化算法。