論文の概要: Attention Based Communication and Control for Multi-UAV Path Planning

• arxiv url: http://arxiv.org/abs/2112.12584v1
• Date: Mon, 20 Dec 2021 03:11:46 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-24 16:20:24.455437
• Title: Attention Based Communication and Control for Multi-UAV Path Planning
• Title（参考訳）: マルチUAV経路計画のための注意に基づくコミュニケーションと制御
• Authors: Hamid Shiri and Hyowoon Seo and Jihong Park and Mehdi Bennis
• Abstract要約: 本報告では,複数UAV経路計画のための反復単頭注意(ISHA)機構を提案する。 ISHA機構は、UAVの状態埋め込みを収集し、各UAVにアテンションスコアベクトルを分散する通信ヘルパによって実行される。 ISHAが計算した注目スコアは、各UAVの制御決定において、他のUAVとの相互作用が考慮されるべき数を特定する。
• 参考スコア（独自算出の注目度）: 48.389498274216926
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Inspired by the multi-head attention (MHA) mechanism in natural language processing, this letter proposes an iterative single-head attention (ISHA) mechanism for multi-UAV path planning. The ISHA mechanism is run by a communication helper collecting the state embeddings of UAVs and distributing an attention score vector to each UAV. The attention scores computed by ISHA identify how many interactions with other UAVs should be considered in each UAV's control decision-making. Simulation results corroborate that the ISHA-based communication and control framework achieves faster travel with lower inter-UAV collision risks than an MHA-aided baseline, particularly under limited communication resources.
• Abstract（参考訳）: 自然言語処理におけるマルチヘッドアテンション(MHA)機構に着想を得て,多UAV経路計画のための反復的単一ヘッドアテンション(ISHA)機構を提案する。 ISHA機構は、UAVの状態埋め込みを収集し、各UAVに注目スコアベクトルを分散する通信ヘルパによって実行される。 ISHAが計算した注目スコアは、各UAVの制御決定において、他のUAVとの相互作用が考慮されるべき数を特定する。 シミュレーションの結果、ISHAベースの通信制御フレームワークは、特に限られた通信資源下でのMHA支援ベースラインよりも、UAV間の衝突リスクの低い高速走行を実現する。

関連論文リスト

• Anti-Jamming Path Planning Using GCN for Multi-UAV [0.0]
  UAVスワーミングの有効性は、ジャミング技術によって著しく損なわれる可能性がある。 UAV群集が集団知能を利用してジャム領域を予測する手法が提案されている。 マルチエージェント制御アルゴリズムを使用して、UAVスワムを分散し、ジャミングを回避し、ターゲットに到達すると再グループ化する。
  論文  参考訳（メタデータ） (2024-03-13T07:28:05Z)
• Multi-Agent Reinforcement Learning for Offloading Cellular Communications with Cooperating UAVs [21.195346908715972]
  無人航空機は、地上のBSからデータトラフィックをオフロードする代替手段を提供する。 本稿では,地上BSからデータオフロードを行うために,複数のUAVを効率的に利用するための新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-02-05T12:36:08Z)
• Graph Attention-based Reinforcement Learning for Trajectory Design and Resource Assignment in Multi-UAV Assisted Communication [20.79743323142469]
  UAV基地局(UAV BS)が未知の環境で軌道設計と資源割り当てを実現することは困難である。 通信ネットワークにおけるUAV BS間の協調と競合はマルコフゲーム問題に繋がる。 本稿では,マルチUAV支援通信問題を解決するために,新しいグラフアテンション型マルチエージェント信頼領域(GA-MATR)強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-01-31T14:37:06Z)
• Graph Koopman Autoencoder for Predictive Covert Communication Against UAV Surveillance [29.15836826461713]
  低確率検出(LPD)通信は、無線周波数(RF)信号の存在を曖昧にすることを目的としている。 無人航空機(UAV)は、特定の関心領域をホバリングすることで地上からのRF信号を検出することができる。 本稿では,複数の固定翼UAVの軌跡を予測するために,グラフニューラルネットワーク(GNN)とクープマン理論を組み合わせた新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-01-23T23:42:55Z)
• UAV Swarm-enabled Collaborative Secure Relay Communications with Time-domain Colluding Eavesdropper [115.56455278813756]
  航空中継機としての無人航空機(UAV)は、インターネットモノ(IoT)ネットワークの補助として事実上魅力的である。 本研究では,UAV基地局と端末端末装置間のセキュアな通信を支援するために,UAVを活用することを目的とする。
  論文  参考訳（メタデータ） (2023-10-03T11:47:01Z)
• Routing Recovery for UAV Networks with Deliberate Attacks: A Reinforcement Learning based Approach [23.317947964385613]
  本稿では,攻撃を伴うUAVネットワークの経路計画と復旧について述べる。 ノードの重要性に基づく故意攻撃モデルは、敵攻撃を表すように設計されている。 UAV攻撃時の経路回復のために,強化学習に基づくインテリジェントアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-08-14T07:11:55Z)
• Attention-based Reinforcement Learning for Real-Time UAV Semantic Communication [53.46235596543596]
  移動地利用者に対する空対地超信頼性・低遅延通信(URLLC)の問題点について検討する。 グラフアテンション交換ネットワーク(GAXNet)を用いたマルチエージェント深層強化学習フレームワークを提案する。 GAXNetは、最先端のベースラインフレームワークと比較して、0.0000001エラー率で6.5倍のレイテンシを実現している。
  論文  参考訳（メタデータ） (2021-05-22T12:43:25Z)
• Efficient UAV Trajectory-Planning using Economic Reinforcement Learning [65.91405908268662]
  UAV間でタスクを分散するための経済取引に触発された新しい強化学習アルゴリズムであるREPlannerを紹介します。 エージェントが協力し、リソースを競うことができるマルチエージェント経済ゲームとして、パス計画問題を策定します。 UAV協力によるタスク分布の計算を行うため、Swarmサイズの変化に対して非常に耐性が高い。
  論文  参考訳（メタデータ） (2021-03-03T20:54:19Z)
• Anti-UAV: A Large Multi-Modal Benchmark for UAV Tracking [59.06167734555191]
  Unmanned Aerial Vehicle (UAV)は、商業とレクリエーションの両方に多くの応用を提供している。 我々は、UAVを追跡し、位置や軌道などの豊富な情報を提供するという課題を考察する。 300以上のビデオペアが580k以上の手動で注釈付きバウンディングボックスを含むデータセット、Anti-UAVを提案します。
  論文  参考訳（メタデータ） (2021-01-21T07:00:15Z)
• Federated Learning in the Sky: Joint Power Allocation and Scheduling with UAV Swarms [98.78553146823829]
  無人航空機(UAV)は様々なタスクを実行するために機械学習(ML)を利用する必要がある。 本稿では,UAVスワム内に分散学習(FL)アルゴリズムを実装するための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-02-19T14:04:01Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。