使用黑盒预测器、保形决策策略和控制屏障函数的安全分散式多智能体控制

我们探讨了分散式多智能体机器人场景中的安全控制挑战，在这些场景中，智能体使用不确定的黑盒模型来预测其他智能体的轨迹。我们使用最近提出的保形决策理论，根据观测到的预测误差来调整基于控制屏障函数的安全约束的限制程度。我们使用这些约束来合成控制器，使其在面临预测误差的情况下，在安全性和任务完成目标之间取得平衡。我们提供了一个关于某单调函数值的随时间平均的上界，该函数描述了基于预测轨迹的安全约束与基于真实轨迹的安全约束之间的差异。我们通过实验结果验证了我们的理论，展示了在 Stanford Drone Dataset 的多智能体场景中导航机器人时我们控制器的性能。