56、利用生成模型预测机器人团队的运动

利用生成模型预测机器人团队的运动

1. 背景与目标

在多智能体系统中，理解对手的意图并预测其行动至关重要。研究旨在探索模拟生成方法在多智能体系统中的应用，即通过创建合理的计划（或假设）来推断对手的意图。随着时间的推移，对这些计划进行模拟，以找到与观察到的行为最匹配的计划，进而将用于创建最佳匹配计划的目标作为对手意图的估计。

在模拟的大规模户外环境中，有两支异构机器人的对立团队，每个对手可能有不同抽象层次的多个可能目标。高层次目标包括“消灭对手基地”“保卫战略要地”，低层次目标如“以楔形编队攻击目标”“包围目标”。假设存在为己方团队生成计划的模型，通过将这些模型应用于对手的机器人来创建对手团队的假设，即采用“设身处地”的方法。此外，生成模型不仅可用于识别和预测，还可直接应用于机器人的运动系统以产生运动。

2. 系统架构

采用生成方法进行计划的识别和预测，需要一种方法来生成和评估机器人团队可以执行的某些基本动作。受生物启发的 HAMMER 架构为此提供了起点，它由三个主要部分组成：
- 逆模型（计划生成器） ：接收当前世界状态和分配的目标，输出在某些指定约束下，每个机器人实现目标所需的路径点和机器人参数。
- 前向模型（预测器） ：为每个并行的计划实例提供一个估计，即如果遵循生成的计划将会发生的事件。在每个时间步，该估计会返回给逆模型，以调整动作的参数以实现期望的目标。
- 评估器 ：定期将每个前向模型的输出与实际世界状态进行比较，产生置信度值，该值作为观察到的事件与每个特定预测匹配程度的指标。随着时间的积累，当一个模