日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

マルチエージェント/安全RLarXiv:1910.12639

モデル予測シールディングによる安全なマルチエージェント強化学習

MAMPS: Safe Multi-Agent Reinforcement Learning via Model Predictive Shielding

シェア:XThreadsFacebookLINEはてブBluesky

学習済み方策をできるだけ使いながら、安全が保証できない場合にバックアップ方策へ切り替えることで、マルチエージェント環境での安全性を理論的に保証する手法を提案した。

著者: Wenbo Zhang, Osbert Bastani, Vijay Kumar

分類: eess.SY, cs.AI, cs.MA, cs.RO, cs.SY

原文アブストラクト

Reinforcement learning is a promising approach to learning control policies for performing complex multi-agent robotics tasks. However, a policy learned in simulation often fails to guarantee even simple safety properties such as obstacle avoidance. To ensure safety, we propose multi-agent model predictive shielding (MAMPS), an algorithm that provably guarantees safety for an arbitrary learned policy. In particular, it operates by using the learned policy as often as possible, but instead uses a backup policy in cases where it cannot guarantee the safety of the learned policy. Using a multi-agent simulation environment, we show how MAMPS can achieve good performance while ensuring safety.

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI