弥合博弈论中离散智能体策略与动态环境中连续运动规划的差距

在对抗环境中同时生成竞争性策略并进行连续运动规划是一个具有挑战性的问题。此外，理解其他智能体的意图对于在对抗性多智能体环境中部署自主系统至关重要。现有方法要么通过对相似控制输入进行分组来离散化智能体动作，从而牺牲运动规划的性能；要么在不可解释的潜在空间中进行规划，从而产生难以理解的智能体行为。本文提出了一种通过策略特征空间的智能体策略表示方法，该方法将智能体策略映射到预先指定的低维空间。策略特征空间能够在保持控制连续性的同时，实现智能体策略切换的离散化。此外，它还提供了智能体策略的可解释性以及策略切换的明确意图。然后，可以在策略特征空间中应用基于后悔的博弈论方法，以在对抗环境中获得高性能。我们通过使用缩放车辆在自主赛车场景中进行实验来评估所提出的方法。统计证据表明，我们的方法显著提高了自车智能体的胜率，并且该方法对未见过的环境也具有良好的泛化能力。