[論文レビュー] Distributed Multi-agent Interaction Generation with Imagined Potential Games

Lingfeng Sun, Pin-Yun Hung+3 more|arXiv (Cornell University)|Oct 2, 2023

Human Motion and AnimationEngineering被引用数 3

ひとこと要約

本稿では、通信なしで協調的ナビゲーションを可能にする、想像的ポテンシャルゲーム（IPG）を用いた分散型マルチエージェント相互作用生成フレームワークを提案する。各エージェントは他者の行動を想像することで協調的ゲームを独立して解き、iLQRを用いて軌道最適化を行う。この手法は、通路が細く障害物が多いような状況（例：細い廊下やT字路）においても高い成功確率と現実的で効率的な相互作用を達成する。

ABSTRACT

Interactive behavior modeling of multiple agents is an essential challenge in simulation, especially in scenarios when agents need to avoid collisions and cooperate at the same time. Humans can interact with others without explicit communication and navigate in scenarios when cooperation is required. In this work, we aim to model human interactions in this realistic setting, where each agent acts based on its observation and does not communicate with others. We propose a framework based on distributed potential games, where each agent imagines a cooperative game with other agents and solves the game using its estimation of their behavior. We utilize iLQR to solve the games and closed-loop simulate the interactions. We demonstrate the benefits of utilizing distributed imagined games in our framework through various simulation experiments. We show the high success rate, the increased navigation efficiency, and the ability to generate rich and realistic interactions with interpretable parameters. Illustrative examples are available at https://sites.google.com/berkeley.edu/distributed-interaction.

研究の動機と目的

• 通信なしで、混雑した障害物が多い環境における人間らしい協調的マルチエージェント相互作用をモデル化すること。
• 直接協調できない分散計画におけるデッドロック問題に対処すること。
• 細い通路やT字路など、お互いに譲り合う必要がある状況における成功確率とナビゲーション効率の向上。
• 安全距離やコスト重みなどの調整可能なパラメータを通じて、多様で解釈可能な、現実的な相互作用行動の生成。
• 非協調的または非IPG制御器を含む異種エージェントに対しても強固な相互作用を可能にし、社会的ナビゲーションアルゴリズムの評価を可能にすること。

提案手法

• 各エージェントは、他者と想像的ポテンシャルゲームを構築し、協調を共有最適化問題として扱う。
• フレームワークは、反復的線形二次調節器（iLQR）を用いて協調的ゲームを解き、オープンループ計画を生成する。
• 再びホライズン制御を用いたクローズドループシミュレーションにより、リアルタイムの観測に基づいて計画を適応的に修正可能となる。
• 最適化には障害物との衝突回避、エージェント固有の観測範囲、見えない領域（ブラインドスポット）のモデル化を含む。
• エージェントは共有ゲーム構造を用いて他者の行動を推定し、通信なしで協調的譲り合いを実現する。
• 安全距離やコスト重みなどのパラメータを用いて行動をチューニングし、多様で解釈可能な相互作用パターンを生成可能となる。

Figure 1: A narrow-way problem challenging to solve in the distributed and no-communication setting. There’s no collision-free for single-agent navigation, and agents must cooperate (one moving backward to yield the other agent) to solve the problem. We propose adding imagined cooperation in distrib

実験結果

リサーチクエスチョン

• RQ1 分散型で通信なしのフレームワークは、混雑した環境において現実的で協調的なマルチエージェント相互作用を生成できるか？
• RQ2 想像的ポテンシャルゲーム計画は、シンプルな分散計画と比較して、成功確率とナビゲーション効率をどのように向上させるか？
• RQ3 IPGはパrameterチューニングによって、どれほど多様で解釈可能な相互作用行動を生成できるか？
• RQ4 IPGエージェントは、非IPGエージェント（非協調的または一定速度予測器を含む）と強固に相互作用できるか？
• RQ5 クローズドループシミュレーションにおいて、オープンループでのデッドロックはどのように回復されるか？

主な発見

• IPGフレームワークは、シンプルな分散エージェントと比較して、細い通路やT字路のシナリオにおける成功確率を顕著に向上させる。
• クローズドループシミュレーションにより、矛盾するオープンループ計画からの収束が可能となり、適応的予測補正によってデッドロックからの回復が実現される。
• IPGエージェントは、相手エージェントが一時的に見えなくても、交差点での譲り合いや待機といった人間らしい行動を生成する。
• 安全距離やコスト重みの調整により、より慎重なまたはより柔軟なナビゲーション戦略を含む多様で解釈可能な行動が得られる。
• IPGエージェントは、一定速度予測器や非協調的エージェントを含む異種エージェントとも成功裏に相互作用し、強健性を示す。
• 調整可能な相互作用パラメータを備えたIPGエージェントを用いることで、社会的ナビゲーションアルゴリズムの効果的な評価が可能となる。

Figure 2: An example interaction generated in T-intersection. From left to right is the closed-loop trajectory over time. Solid lines are past trajectories; darker and lighter dotted lines are plans of ego agents and predictions of other agents (e.g., the light blue line is the predicted green agent