Risk-aware Safe Control for Decentralized Multi-agent Systems via Dynamic Responsibility Allocation

要約

分散制御スキームは、計算効率と大規模システムへの一般的な適用性の必要性から、マルチエージェント システムを含むさまざまな領域でますます好まれています。
ただし、明示的なグローバル コーディネーターが存在しない場合、分散エージェントが他のエージェントと効率的に対話する方法を決定するのは困難です。
この論文では、直接コミュニケーションを行わずに効率的に移動しながら他のエージェントとの衝突を回避するために、個々のエージェントがどれだけの相対的な責任分担（パーセンテージ）をとるべきかについてのガイダンスを提供する、リスクを意識した分散制御フレームワークを紹介します。
我々は、運動の不確実性の下で潜在的な衝突によってエージェントが直面する集合的なリスク要因を特徴付けるために、コントロールバリア関数（CBF）にヒントを得た新しいリスク測定を提案します。
私たちはこの測定を使用して、エージェント間で責任分担を動的に割り当て、リスクを認識した分散型安全コントローラーを開発します。
このようにして、リスクの低いロボットの柔軟性を活用して、リスクの高いロボットの動作の柔軟性を向上させることができ、集団の安全性の向上を実現できます。
自動運転におけるランプ合流とマルチエージェント位置交換ゲームという 2 つの例を通じて、提案したアプローチの有効性と効率性を実証します。

要約(オリジナル)

Decentralized control schemes are increasingly favored in various domains that involve multi-agent systems due to the need for computational efficiency as well as general applicability to large-scale systems. However, in the absence of an explicit global coordinator, it is hard for distributed agents to determine how to efficiently interact with others. In this paper, we present a risk-aware decentralized control framework that provides guidance on how much relative responsibility share (a percentage) an individual agent should take to avoid collisions with others while moving efficiently without direct communications. We propose a novel Control Barrier Function (CBF)-inspired risk measurement to characterize the aggregate risk agents face from potential collisions under motion uncertainty. We use this measurement to allocate responsibility shares among agents dynamically and develop risk-aware decentralized safe controllers. In this way, we are able to leverage the flexibility of robots with lower risk to improve the motion flexibility for those with higher risk, thus achieving improved collective safety. We demonstrate the validity and efficiency of our proposed approach through two examples: ramp merging in autonomous driving and a multi-agent position-swapping game.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google