Auditable and Deployable Multi-Agent Motion Planning via Posetal Games from Legal Guidelines
作者: Florian Lercher, Karan Mahesh, Yujun Huang, Meshal Alharbi, Runyu Zhang, Hanna Krasowski, Michael R. Benjamin, Matthias Althoff, Gioele Zardini
分类: cs.MA, cs.GT, cs.RO, eess.SY
发布日期: 2026-10-15
💡 一句话要点
提出基于法律指南的多智能体运动规划框架以解决合规性问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 多智能体系统 运动规划 法律合规 博弈论 海上导航 信念博弈 分布式协议
📋 核心要点
- 现有方法在多智能体运动规划中难以平衡法律约束与代理目标，导致合规性问题。
- 本文提出了一种基于部分有序偏好的博弈框架，能够自动推导代理偏好并适应法律变化。
- 在七个多船相遇的实验中，所有规则违反均被证明是由法律层级强制或不可满足引起的。
📝 摘要（中文）
当机器人在现实世界中部署时，必须与其他智能体互动并实现自身目标，同时遵循法律约束。这些潜在冲突的目标通常只有部分优先级，使得标量目标或完全指定的层次结构不适用。本文提出了一种基于部分有序偏好的博弈（posetal games）的多智能体运动规划框架，能够在法律要求下进行规划。通过自动推导代理偏好和法律博弈，代理可以根据私有目标细化其法律偏好，监管者也可以随着法律的演变更新指南。我们证明了这种定制化只能移除均衡，从而保持合法性。为了在不明确沟通私有偏好的情况下协调代理，我们引入了信念博弈，能够从保守的局部博弈中恢复真实均衡，并提出了一种需要更少信息的分布式迭代最佳响应协议。我们将该框架应用于海上导航，系统性地将成对交通规则提升到多船相遇场景。
🔬 方法详解
问题定义：本文旨在解决多智能体在遵循法律约束的情况下进行运动规划的挑战。现有方法往往无法有效处理法律与代理目标之间的冲突，导致合规性问题。
核心思路：提出基于部分有序偏好的博弈框架，能够自动从法律指南中推导出代理的偏好，并允许代理根据私有目标进行细化。这样设计旨在确保在动态法律环境中，代理仍能保持合规性。
技术框架：整体架构包括法律指南的抽象化、代理偏好的自动推导、信念博弈的引入以及分布式迭代最佳响应协议。主要模块包括法律游戏构建、代理偏好细化和均衡恢复机制。
关键创新：最重要的创新在于引入了信念博弈，能够在不直接沟通私有偏好的情况下，恢复真实的均衡状态。这一方法显著提高了多智能体系统的协调能力。
关键设计：在设计中，法律指南的优先级被系统性地抽象为部分有序偏好，代理的私有目标可以通过局部信息进行优化，确保在动态环境中仍能保持合规性。
🖼️ 关键图片
📊 实验亮点
在七个多船相遇的实验中，所有规则违反均被证明是由法律层级强制或不可满足引起的，且所有违规者均能通过公共信息被识别。这表明基于指南的部分有序博弈提供了一条可审计的路径，从部分指定的法律到多智能体运动规划，具有显著的实用性。
🎯 应用场景
该研究的潜在应用领域包括海上导航、无人驾驶汽车和智能制造等多智能体系统。通过提供一种合规性保障的运动规划方法，能够有效提升智能体在复杂环境中的协作能力，确保法律遵循与目标达成的平衡，具有重要的实际价值和未来影响。
📄 摘要（原文）
When robots are deployed in the real-world, they must interact with other agents and accomplish their own goals while adhering to legal constraints. These potentially conflicting objectives are often only partially prioritized, making scalarized objectives or fully specified hierarchies unsuitable. We present a framework for multi-agent motion planning under legal requirements based on games with partially ordered preferences (posetal games). Scenario-independent legal guidelines order abstract legal concerns, from which we automatically derive agent preferences and a legal game for any concrete scenario. Agents may refine their legal preferences with private objectives, and regulators may refine the guideline as laws evolve. We prove that such customizations can only remove equilibria and thus preserve legality. To coordinate agents without explicitly communicating private preferences, we introduce belief play, which provably recovers the true equilibria from conservative local games, and a distributed iterative best-response protocol requiring less information. We apply the framework to maritime navigation, systematically lifting pairwise traffic rules to multi-vessel encounters. On seven encounters with up to four vessels, every rule violation of the committed equilibria is certified as forced by the legal hierarchy or unsatisfiable, and defectors are identified from public information in all tested cases. These results indicate that guideline-based posetal games offer an auditable route from partially specified laws to multi-agent motion planning.