面向动态不确定环境的基于可达性分析的游戏论安全多智能体运动规划（扩展版）
机器人学
2025-11-18 v1
摘要
确保多智能体系统在动态和不确定环境中实现安全、稳健且可扩展的运动规划始终是一个持久的挑战，这由复杂的智能体相互作用、随机扰动以及模型不确定性所驱动。为克服这些挑战，特别是耦合决策的计算复杂度以及主动安全保证的需求，我们提出了一种名为 Reachability-Enhanced Dynamic Potential Game (RE-DPG) 的框架，将游戏论协调集成到可达性分析中。该方法将多智能体协调建模为动态潜在游戏，其中 Nash 均衡 (NE) 定义跨智能体的最优控制策略。为实现可扩展性和分布式执行，我们开发了 Neighborhood-Dominated iterative Best Response (ND-iBR) 方案，基于 iterated -BR (i-BR) 过程构建，保证在 -NE 处的有限步收敛。这使智能体能够基于局部相互作用计算策略，同时确保理论收敛保证。此外，为确保不确定性下的安全性，我们将 Multi-Agent Forward Reachable Set (MA-FRS) 机制集成到代价函数中，显式建模不确定性传播并强制执行碰撞避免约束。通过仿真和真实世界实验（在 2D 和 3D 环境中），我们验证了 RE-DPG 在多样化运行情景下的有效性。
引用
@article{arxiv.2511.12160,
title = {Game-Theoretic Safe Multi-Agent Motion Planning with Reachability Analysis for Dynamic and Uncertain Environments (Extended Version)},
author = {Wenbin Mai and Minghui Liwang and Xinlei Yi and Xiaoyu Xia and Seyyedali Hosseinalipour and Xianbin Wang},
journal= {arXiv preprint arXiv:2511.12160},
year = {2025}
}
备注
12 pages, 9 figures