要旨: 自律型マルチエージェントシステムにおける信頼性の高い効率的な相互作用の課題に取り組む。そこでは、エージェントが長期的な戦略目標と短期的な動的適応のバランスを取る必要がある。我々は、文脈に応じて発火するコンティンジェンシーゲームを提案する。これは、時間論理（temporal logic）仕様から導出される戦略ゲームと、リアルタイムで解かれる動的コンティンジェンシーゲームを新たに統合したものである。提案する二層アーキテクチャは、ハイレベル目標の充足を保証する戦略テンプレートを活用し、新たな因子グラフ（factor-graph）ベースのソルバにより、動的相互作用に対するスケーラブルでリアルタイムなモデル予測制御（model predictive control）を実現する。その結果得られる枠組みにより、不確実で相互作用のある環境において、安全性と前進（progress）を両立できる。我々は、自動運転およびロボティックナビゲーションにおいて、シミュレーションとハードウェア実験によりアプローチを検証し、効率的で信頼性が高く適応的なマルチエージェント相互作用を示す。
状況（コンテキスト）によりトリガされる偶発（コンティンジェンシー）ゲームによる戦略的マルチエージェント相互作用
arXiv cs.RO / 2026/4/1
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、自律的なマルチエージェントシステムにおける信頼性と効率的な相互作用を扱い、長期的な戦略と短期的な動的適応のトレードオフに取り組む。
- 「状況（コンテキスト）によりトリガされる偶発（コンティンジェンシー）ゲーム」を導入し、時間論理仕様に基づく戦略ゲームと、リアルタイムで解かれる動的な偶発ゲームを組み合わせる。
- 提案する2層アーキテクチャでは、戦略テンプレートを用いて高レベル目標の充足を保証しつつ、因子グラフに基づくソルバを用いて拡張可能なリアルタイムのモデル予測制御を行う。
- 本フレームワークは、不確実で相互作用のある環境において、安全性と進捗（プロアグレス）双方を保証することを目的として設計されている。
- 自動運転およびロボットナビゲーションに関する実験（シミュレーションと実機）により、このアプローチが効率的で信頼性が高く、かつ適応的なマルチエージェント相互作用を提供できることが示される。
