論文の概要: Quantum Multi-Agent Actor-Critic Networks for Cooperative Mobile Access
in Multi-UAV Systems
- arxiv url: http://arxiv.org/abs/2302.04445v1
- Date: Thu, 9 Feb 2023 05:31:57 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-10 16:47:52.676581
- Title: Quantum Multi-Agent Actor-Critic Networks for Cooperative Mobile Access
in Multi-UAV Systems
- Title（参考訳）: マルチUAVシステムにおける協調移動アクセスのための量子マルチエージェントアクタクリティカルネットワーク
- Authors: Chanyoung Park, Won Joon Yun, Jae Pyoung Kim, Tiago Koketsu Rodrigues,
Soohyun Park, Soyi Jung, and Joongheon Kim
- Abstract要約: 本稿では,複数の無人航空機(UAV)を用いたロバストな移動体アクセスシステムを構築するための量子マルチエージェントアクタクリティカルネットワーク(QMACN)を提案する。
提案するQMACNアルゴリズムは,このような問題に対処するために,量子批評家と複数のアクタネットワークを構築する。
データ集約型シミュレーションの結果,提案したQMACNアルゴリズムが既存のアルゴリズムより優れていることを確認した。
- 参考スコア（独自算出の注目度）: 12.850810725666465
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper proposes a novel quantum multi-agent actor-critic networks (QMACN)
algorithm for autonomously constructing a robust mobile access system using
multiple unmanned aerial vehicles (UAVs). For the cooperation of multiple UAVs
for autonomous mobile access, multi-agent reinforcement learning (MARL) methods
are considered. In addition, we also adopt the concept of quantum computing
(QC) to improve the training and inference performances. By utilizing QC,
scalability and physical issues can happen. However, our proposed QMACN
algorithm builds quantum critic and multiple actor networks in order to handle
such problems. Thus, our proposed QMACN algorithm verifies the advantage of
quantum MARL with remarkable performance improvements in terms of training
speed and wireless service quality in various data-intensive evaluations.
Furthermore, we validate that a noise injection scheme can be used for handling
environmental uncertainties in order to realize robust mobile access. Our
data-intensive simulation results verify that our proposed QMACN algorithm
outperforms the other existing algorithms.
- Abstract（参考訳）: 本稿では,無人航空機(UAV)を用いたロバストな移動体アクセスシステムを構築するために,新しい量子マルチエージェントアクタクリティカルネットワーク(QMACN)を提案する。
自律型モバイルアクセスのための複数のUAVの協調のために,マルチエージェント強化学習(MARL)手法を検討する。
さらに、トレーニングと推論性能を改善するために量子コンピューティング(QC)の概念も採用しています。
QCを利用することで、スケーラビリティと物理的な問題が発生する可能性がある。
しかし,提案するQMACNアルゴリズムは,このような問題に対処するために,量子批評家と複数のアクタネットワークを構築する。
そこで,提案したQMACNアルゴリズムは,各種データ集約評価におけるトレーニング速度と無線サービス品質の観点から,量子MARLの優れた性能向上を検証した。
さらに,ロバストなモバイルアクセスを実現するために,環境不確実性に対処するためのノイズ注入方式が有効であることを検証した。
データ集約型シミュレーションの結果,提案したQMACNアルゴリズムが既存のアルゴリズムより優れていることを確認した。
関連論文リスト
- Quantum Multi-Agent Reinforcement Learning for Aerial Ad-hoc Networks [0.19791587637442667]
本稿では,航空通信のユースケースを提示し,それを解くためのハイブリッド量子古典型MLアルゴリズムを提案する。
その結果,古典的アルゴリズムに匹敵する量子化解の性能はわずかに向上した。
これらの有望な結果は、産業関連複雑なユースケースに対するQMARLの可能性を示している。
論文 参考訳（メタデータ） (2024-04-26T15:57:06Z) - UAV-enabled Collaborative Beamforming via Multi-Agent Deep Reinforcement Learning [79.16150966434299]
本稿では,UAVを用いた協調ビームフォーミング多目的最適化問題 (UCBMOP) を定式化し,UAVの伝送速度を最大化し,全UAVのエネルギー消費を最小化する。
ヘテロジニアス・エージェント・信頼領域ポリシー最適化(HATRPO)を基本フレームワークとし,改良されたHATRPOアルゴリズム,すなわちHATRPO-UCBを提案する。
論文 参考訳（メタデータ） (2024-04-11T03:19:22Z) - Inverse Factorized Q-Learning for Cooperative Multi-agent Imitation
Learning [13.060023718506917]
模倣学習(英: mimicion learning, IL)は、協調型マルチエージェントシステムにおける実証から専門家の行動を模倣する学習の課題である。
本稿では,これらの課題に対処する新しいマルチエージェントILアルゴリズムを提案する。
本手法は,分散Q関数の集約に混在するネットワークを活用することで,集中学習を実現する。
論文 参考訳（メタデータ） (2023-10-10T17:11:20Z) - Quantum Multi-Agent Reinforcement Learning for Autonomous Mobility
Cooperation [14.606459096293088]
本稿ではアクター・クリティカルネットワークの概念に基づく量子MARL(QMARL)アルゴリズムを提案する。
我々のQMARLは、量子超越性による効率的なパラメータ利用と高速収束の点で有益である。
プロジェクション値測度(PVM)と呼ばれる拡張性のための新たな手法が提案されている。
論文 参考訳（メタデータ） (2023-08-03T03:29:25Z) - Quantum Network Utility Maximization [2.525518484388622]
ネットワークユーティリティ最大化(NUM)の概念を量子ネットワークに拡張する。
それぞれ異なる絡み合い尺度を組み込んだ3つの量子ユーティリティ関数を提案する。
これらのアイデアは、異なる量子アプリケーションに対する量子ネットワークユーティリティ定義の適合性に関するアイデアを提供する。
論文 参考訳（メタデータ） (2022-10-14T22:02:02Z) - Cooperative Multi-Agent Deep Reinforcement Learning for Reliable and
Energy-Efficient Mobile Access via Multi-UAV Control [13.692977942834627]
本稿では,複数無人航空機(UAV)のためのMADRLに基づく位置決めアルゴリズムについて述べる。
提案アルゴリズムの主な目的は、セルラー車間通信(C-V2X)のための信頼性の高い移動アクセスネットワークを確立することである。
論文 参考訳（メタデータ） (2022-10-03T14:01:52Z) - Decomposition of Matrix Product States into Shallow Quantum Circuits [62.5210028594015]
テンソルネットワーク(TN)アルゴリズムは、パラメタライズド量子回路(PQC)にマッピングできる
本稿では,現実的な量子回路を用いてTN状態を近似する新しいプロトコルを提案する。
その結果、量子回路の逐次的な成長と最適化を含む1つの特定のプロトコルが、他の全ての手法より優れていることが明らかとなった。
論文 参考訳（メタデータ） (2022-09-01T17:08:41Z) - Task-Oriented Sensing, Computation, and Communication Integration for
Multi-Device Edge AI [108.08079323459822]
本稿では,AIモデルの分割推論と統合センシング通信(ISAC)を併用した,新しいマルチインテリジェントエッジ人工レイテンシ(AI)システムについて検討する。
推定精度は近似的だが抽出可能な計量、すなわち判別利得を用いて測定する。
論文 参考訳（メタデータ） (2022-07-03T06:57:07Z) - Optimization for Master-UAV-powered Auxiliary-Aerial-IRS-assisted IoT
Networks: An Option-based Multi-agent Hierarchical Deep Reinforcement
Learning Approach [56.84948632954274]
本稿では,無人航空機(MUAV)搭載のIoT(Internet of Things)ネットワークについて検討する。
本稿では、インテリジェント反射面(IRS)を備えた充電可能な補助UAV(AUAV)を用いて、MUAVからの通信信号を強化することを提案する。
提案モデルでは,IoTネットワークの蓄積スループットを最大化するために,これらのエネルギー制限されたUAVの最適協調戦略について検討する。
論文 参考訳（メタデータ） (2021-12-20T15:45:28Z) - Multi-Agent Reinforcement Learning in NOMA-aided UAV Networks for
Cellular Offloading [59.32570888309133]
複数の無人航空機(UAV)によるセルローディングのための新しい枠組みの提案
非直交多重アクセス(NOMA)技術は、無線ネットワークのスペクトル効率をさらに向上するために、各UAVに採用されている。
相互深いQ-network (MDQN) アルゴリズムは,UAVの最適3次元軌道と電力配分を共同で決定するために提案される。
論文 参考訳（メタデータ） (2020-10-18T20:22:05Z) - Deep Multi-Task Learning for Cooperative NOMA: System Design and
Principles [52.79089414630366]
我々は,近年のディープラーニング(DL)の進歩を反映した,新しいディープ・コラボレーティブなNOMAスキームを開発する。
我々は,システム全体を包括的に最適化できるように,新しいハイブリッドカスケードディープニューラルネットワーク(DNN)アーキテクチャを開発した。
論文 参考訳（メタデータ） (2020-07-27T12:38:37Z)
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。