多模态最大熵动态博弈

具有多智能体交互的环境常因决策过程固有的次优性（当智能体满足于满意决策时）而产生智能体间丰富的行为模态。然而，现有的求解这些动态博弈的算法严格单模态，无法捕捉智能体复杂的多模态行为。在本文中，我们提出 MMELQGames（多模态最大熵线性二次博弈，Multimodal Maximum-Entropy Linear Quadratic Games），一种新颖的约束多模态最大熵形式的微分动态规划算法，用于求解广义 Nash 均衡。通过将问题表述为具有不完全和非对称信息的特定动态博弈（其中智能体对博弈自身的代价和动力学不确定），所提方法能够推理多个局部广义 Nash 均衡，利用增广拉格朗日框架强制约束，并从过去观测中对潜在模态进行贝叶斯推断。我们在两个示例上评估了所提算法的有效性：多智能体碰撞避免与自主赛车。特别地，我们展示了仅 MMELQGames 能在处于速度劣势时有效阻挡后车，且后车可从多个位置超车。