关于多智体互动的微分博弈、最优控制和能量模型之间的关联

ICMLAug, 2023

关于多智体互动的微分博弈、最优控制和能量模型之间的关联

On a Connection between Differential Games, Optimal Control, and Energy-based Models for Multi-Agent Interactions

Christopher Diehl, Tobias Klosek, Martin Krüger, Nils Murzyn, Torsten Bertram

TL;DR该研究论文提出了一种基于能量的潜在博弈模型，通过整合神经网络和可微分博弈论优化层，应用于机器人交互中，显示了改进神经网络预测性能的实证结果。

Abstract

game theory offers an interpretable mathematical framework for modeling multi-agent interactions. However, its applicability in real-world robotics applications is hindered by several challenges, such as unknown agents' preferences and goals. To address these challenges, we show a conn

game theory robotics applications differential games end-to-end learning neural networks

发现论文，激发创造

基于能源的潜力博弈用于联合运动预测与控制

利用博弈论作为数学框架，解决多智能体运动预测与控制中的交互建模问题。通过建立微分博弈、最优控制和基于能量的模型之间的联系，提出了基于能量的潜力博弈的统一方法，并介绍了结合神经网络进行博弈参数推断的端到端学习应用，该应用具有可解释性并通过两个模拟实验和两个真实驾驶数据集证明了其对各种神经网络模型的预测性能的改善。

Dec, 2023

使用隐式层学习多智体轨迹的博弈论模型

该研究提出了一种可解释性强、基于神经网络和博弈理论的、能转化为下游决策制定的端到端可训练架构，用于预测相互作用代理的轨迹。该模型使用一个神经网络从代理的过去轨迹中提取偏好，并使用可微分的隐式层将这些偏好映射到局部纳什均衡，从而形成预测的未来轨迹的模式。实验评估表明，该方法在预测高速公路驾驶员合并轨迹和简单的决策制定任务上都取得了良好表现。

Aug, 2020

动态游戏中数据驱动的先验融合

智能机器人在与人类一起使用的情况下，研究了基于数据驱动和优化的博弈论策略结合的动态规划方法，以更有效地进行交互感知运动规划。

Feb, 2024

动态博弈论神经优化器

提出了一种通过将每个神经网络中的每个层视为动态博弈中的玩家来进行训练的优化器 Dynamic Game Theoretic Neural Optimizer (DGNOpt)，该优化器不仅将 OCT-inspired 优化器推广到更丰富的网络类，还通过求解多人合作游戏来提出了一种新的训练原则，并在残差网络和 Inception 网络的图像分类数据集上表现出更好的收敛效果，结合了 OCT 和博弈论的优点，为稳健的最优控制和基于赌博机的优化提供了新的算法机会。

May, 2021

基于推断的一般求和差分博弈策略对齐

文章提出了一个通用框架，通过推断其他代理方的平衡状态来解决不确定性问题，并在多人机器人导航问题的模拟中证明，通过对准平衡状态，机器人可以更准确地预测轨迹并降低所有玩家的成本。

Feb, 2020

端到端游戏学习和干预

本文提出了一个通过学习和干预博弈进行端到端优化的框架，将博弈均衡作为个体层级进行整合，并提出了两种不同的方法用于学习个体的收益函数并在解决变分不等式的过程中进行反向传播。

Oct, 2020

用基于能量模型控制转向

本研究对比了使用隐式行为克隆的基于能量模型和明示基线方法在同一神经网络骨干结构下对真实自动驾驶汽车转向控制的表现，结果显示能量模型在安全驾驶干预方面表现类似，但会导致更高的颤动。问题的解决需要使用两种方法改善平稳性。与简单回归相比，能量模型在处理多模态方面略微更好，但这并没有显著提高驾驶能力，因此将隐式行为克隆应用于实际任务仍有挑战性。

Jan, 2023

人机协作中的人类适应性博弈模型

研究人机协作中的不完全适应现象，提出一种基于博弈论的人机部分适应模型，实验结果显示该模型显著提高了人机团队的性能。

Jan, 2017

基于强化学习的多车驾驶非零和博弈控制

本研究构建了一个非零和博弈框架，在其中考虑了多车相互作用并采用了一个有效的方法 —— 基于模型的强化学习方法，用于解决耦合的哈密顿 - 雅可比 - 贝尔曼方程，来推导纳什均衡驾驶策略，并在非信号化交叉口进行了验证。

Feb, 2023

深度学习理论综述：最优控制与动态系统视角

本文基于动态系统和最优控制的视角，将现有的深度学习理论框架进行整合，并用随机动态的优化算法作为控制器，为超参数调整提供了一个基于原则的方法。

Aug, 2019