非线性多智能体一般和微分博弈的高效迭代线性二次近似

机器人学中的许多问题涉及多个决策智能体。为在此类环境中高效运行，机器人必须推理其决策对其他智能体行为的影响。微分博弈为表述这些多智能体问题提供了极具表达力的理论框架。不幸的是，大多数数值求解技术随状态维度扩展性差，很少用于实时应用。因此，常预测其他智能体的未来决策并求解所得解耦的（即单智能体）最优控制问题。这种解耦忽略了问题的底层交互本质；然而，对广泛类别的最优控制问题确实存在高效求解技术。我们从其中一种技术——迭代线性二次调节器（ILQR）获得启发，其通过具有线性动力学和二次代价的重复近似求解。类似地，我们提出的算法求解重复的线性二次博弈。我们在若干具有不同初始条件的示例中实验基准测试了我们的算法，并显示所得策略展现出复杂的交互行为。我们的结果表明算法可靠收敛且可实时运行。在一个三智能体、14 状态的模拟交叉口问题中，我们的算法初始收敛于 < 0.25s。在硬件避碰测试中，滚动时域调用收敛于 < 50 ms。