多智能体路径寻找（MAPF）是指为一组智能体在地图上寻找无碰撞路径的问题。尽管MAPF是NP难的，但解决单个实例的难度差异显著，揭示了理论复杂度与实际难度之间的差距。本文概述了MAPF实证难度的三大关键研究挑战，以理解此类现象。第一个挑战称为算法选择，是确定给定实例中性能最佳的算法。第二个挑战是理解影响MAPF经验硬度的关键实例特征，如相变和主链/后门等结构性质。第三个挑战是如何利用我们对MAPF实证硬性的了解，有效地生成硬MAPF实例或多样化的基准数据集。这项工作为未来的实证难度研究奠定了基础，并鼓励对这些有前景且尚未充分探索领域的深入研究。