Dream2Assist：意図条件付きワールドモデルによる共有車両制御

- 共有制御(shared-control)における支援エージェントのための、model-based reinforcement learning フレームワーク Dream2Assist の提案。 - 人間の意図(intent)に先回りして整合しつつ、人間が理解して流暢に応答できる legibility を両立させることを狙う。 - 対象は高速レーシングと都市運転という2つの質的に異なるドメイン。 - 計算フレームワークに加え、実車展開までのパイプライン全体を扱う。

- 従来の共有制御・支援エージェントは、proactive な意図整合と legibility の両立が課題とされる。 - 本手法は recurrent state-space world model を intent inference で拡張し、fictitious co-play で支援 policy を学習する点が特徴。 - 人間の agency を override せずに離散的な人間目標を支援できる点を主張。 - 具体的な先行研究名との比較は要旨からは不明。

- recurrent state-space world model に intent inference を組み込んだ model-based RL。 - fictitious co-play により assistive policy を訓練。 - 離散的な人間の目的(objectives)を予測・支援するよう設計。 - sim-to-real-human gap に対し、policy down-selection と reward restructuring を反復的な human-machine interface 設計の中で実施。 - リソース効率の良い安全な人間中心システムへの展開パイプラインを記述。

- 3件の human-subjects studies と予備的な on-vehicle deployment で検証。 - ドメインは高速レーシング(N=30)と、より豊かな intent 構造を持つ都市運転(N=10)。 - intent conditioning により torque alignment と collision rate に測定可能な改善を確認。 - 安全臨界・リアルタイムな human-robot teaming への展開知見も提示。

- sim-to-real-human gap への対処として policy down-selection と reward restructuring の有効性を議論。 - 反復的な human-machine interface 設計の重要性を示唆。 - 安全臨界・リアルタイム領域での学習ベース支援エージェント展開の設計知見と実践を提示。 - 具体的な限界や失敗事例の詳細は要旨からは不明。

- 要旨で参照・比較されている個別研究は明示されていないため特定不可。 - 関連手法として model-based reinforcement learning、recurrent state-space world model、fictitious co-play、shared-control / assistive agents、sim-to-real transfer の定番文献を次に読む候補として挙げる。