日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

ゲーム理論arXiv:2511.14358

有限ホライズン線形二次ガウスゲームにおける時変コストの同定

Identifying Time-varying Costs in Finite-horizon Linear Quadratic Gaussian Games

シェア:XThreadsFacebookLINEはてブBluesky

有限ホライズンの線形二次ガウスゲームにおいて、与えられたナッシュ均衡政策を生成するコストパラメータを逆伝播アルゴリズムで同定し、有限軌道からの確率的誤差限界を導出した。

詳しい要約

1. どんなもの?

- 有限ホライズンの linear quadratic Gaussian (LQG) game における cost identification 問題を扱う研究 - 与えられた Nash equilibrium policy を生成する cost parameter の集合を特徴づける - 時間変化する cost parameter を同定する backpropagation algorithm を提案 - 有限軌道から同定する際の probabilistic error bound を導出 - 数値シミュレーションと driving simulation で検証

2. 先行研究と比べてどこがすごい?

- 要旨からは不明 - 先行研究との具体的比較や優位性の記述は要旨に含まれない

3. 技術・手法の肝は?

- finite-horizon LQG game の枠組みで cost identification を定式化 - 与えられた Nash equilibrium policy を再現する cost parameter 集合を特徴づけ - backpropagation algorithm により時間変化する cost parameter を同定 - 有限軌道データからの同定に対し probabilistic error bound を導出

4. どうやって有効だと検証した?

- 数値シミュレーション (numerical simulations) で検証 - driving simulations で検証 - Nash equilibrium policy と trajectory observations を再現できる cost parameter を同定できることを確認

5. 議論はある?

- 要旨からは不明 - 限界や議論の詳細は要旨に記述されていない

6. 次に読むべき論文は?

- 要旨で参照・比較されている研究は明示されていない - 関連手法として linear quadratic Gaussian game、Nash equilibrium、backpropagation に関する文献が候補 - 同分野の定番として inverse optimal control、inverse reinforcement learning 関連の研究が考えられる

※ 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: Kai Ren, Maryam Kamgarpour

分類: eess.SY, cs.RO, cs.SY

原文アブストラクト

We address cost identification in a finite-horizon linear quadratic Gaussian game. We characterize the set of cost parameters that generate a given Nash equilibrium policy. We propose a backpropagation algorithm to identify the time-varying cost parameters. We derive a probabilistic error bound when the cost parameters are identified from finite trajectories. We test our method in numerical and driving simulations. Our algorithm identifies the cost parameters that can reproduce the Nash equilibrium policy and trajectory observations.

関連論文

  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

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI