低レベルMPCを用いた階層型強化学習によるマルチエージェント制御
Hierarchical Reinforcement Learning with Low-Level MPC for Multi-Agent Control
強化学習で戦略的な目標選択を行い、MPCで安全な動作を実行する階層型フレームワークを提案し、捕食者-被食者ベンチマークで既存手法を上回る性能を示した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Max Studt, Georg Schildbach
分類: eess.SY, cs.AI, cs.RO, cs.SY, math.OC
原文アブストラクト
Achieving safe and coordinated behavior in dynamic, constraint-rich environments remains a major challenge for learning-based control. Pure end-to-end learning often suffers from poor sample efficiency and limited reliability, while model-based methods depend on predefined references and struggle to generalize. We propose a hierarchical framework that combines tactical decision-making via reinforcement learning (RL) with low-level execution through Model Predictive Control (MPC). For the case of multi-agent systems this means that high-level policies select abstract targets from structured regions of interest (ROIs), while MPC ensures dynamically feasible and safe motion. Tested on a predator-prey benchmark, our approach outperforms end-to-end and shielding-based RL baselines in terms of reward, safety, and consistency, underscoring the benefits of combining structured learning with model-based control.
関連論文
- 動的ゲームにおける一般化ナッシュ均衡のための慣性補正ニュートン法と最適性検証マルチエージェント制御
- オンボード視覚言語モデルを用いたマルチエージェントロボット制御マルチエージェント制御
- 深層強化学習における部分注意機構を用いた安全なマルチエージェント制御マルチエージェント制御
- トポロジカルギャップ同定と高速化MPCによるマルチエージェント自律レースのロバスト時空間運動計画マルチエージェント制御
- 二人プレイヤーの衝突回避インタラクションにおけるナッシュ均衡ハミルトニアンの学習マルチエージェント制御
- 最適制御と強化学習の融合による高制約空間でのマルチビークル衝突解決マルチエージェント制御
