モンテカルロ線形二次ゲームによる安全なインタラクション

概要: ヒトとロボットの相互作用において、安全性は極めて重要です。しかし――人は本質的に予測不能であるため――ロボットが安全な行動を計画することはしばしば困難です。ここでは、人間の行動を先読みする能力に頼るのではなく、予期しない人間の判断に対して頑健なロボット方策を特定します。我々は、人間とロボットの相互作用をゼロサムゲームとして定式化することでこれを実現します。このとき（最悪の場合には）人間の行動がロボットの目的と直接的に衝突します。このゲームのナッシュ均衡を解くことで、幅広い人間の行動に対して安全性と性能を最大化するロボット方策を得ます。既存の手法は、（計算困難な）ハミルトン-ヤコビ解析を活用するか、（不正確な）線形-二次近似によって、これらの最適方策を見つけようとします。これに対して本研究では、計算効率が高く、かつ理論的に裏付けられた手法を提案し、ナッシュ均衡方策へ収束させます。我々のアプローチ（MCLQと呼びます）は、線形-二次ゲームを用いて安全なロボット行動の初期推定を得て、その後、モンテカルロ探索によってその推定を反復的に洗練させます。MCLQは、リアルタイムな安全性の調整を可能にするだけでなく、ロボットをどれほど慎重にするかを設計者が調整できるようにもします。すなわち、システムが非現実的な人間の行動に過度に焦点を当ててしまうことを防ぎます。我々のシミュレーションとユーザースタディは、このアプローチが計算時間と期待性能の両面において安全性を前進させることを示唆しています。実験の動画はこちらをご覧ください: https://youtu.be/KJuHeiWVuWY。