Fugu-MT 論文翻訳(概要): Controller Synthesis for Timeline-based Games

論文の概要: Controller Synthesis for Timeline-based Games

arxiv url: http://arxiv.org/abs/2307.12289v2
Date: Tue, 9 Apr 2024 07:19:29 GMT
ステータス: 処理完了
システム内更新日: 2024-04-10 20:26:21.691406
Title: Controller Synthesis for Timeline-based Games
Title（参考訳）: タイムラインベースのゲームのためのコントローラ合成
Authors: Renato Acampora, Luca Geatti, Nicola Gigante, Angelo Montanari, Valentino Picotti,
Abstract要約: スケジュールに基づく計画手法では、状態変数のセット(タイムライン)の時間的進化は時間的制約によって制御される。伝統的なタイムラインベースの計画システムは、時間的不確実性に対処して計画と実行を統合するのに優れている。一般の非決定性を扱うために、タイムラインベースのゲームの概念が最近導入された。
参考スコア（独自算出の注目度）: 4.131381439766829
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: In the timeline-based approach to planning, the evolution over time of a set of state variables (the timelines) is governed by a set of temporal constraints. Traditional timeline-based planning systems excel at the integration of planning with execution by handling temporal uncertainty. In order to handle general nondeterminism as well, the concept of timeline-based games has been recently introduced. It has been proved that finding whether a winning strategy exists for such games is 2EXPTIME-complete. However, a concrete approach to synthesize controllers implementing such strategies is missing. This paper fills this gap, by providing an effective and computationally optimal approach to controller synthesis for timeline-based games.
Abstract（参考訳）: スケジュールに基づく計画手法では、状態変数のセット(タイムライン)の時間的進化は時間的制約によって制御される。伝統的なタイムラインベースの計画システムは、時間的不確実性に対処して計画と実行を統合するのに優れている。一般の非決定性を扱うために、タイムラインベースのゲームの概念が最近導入された。このようなゲームに勝利戦略が存在するかどうかが2EXPTIME完全であることが証明されている。しかし、そのような戦略を実装したコントローラを合成する具体的なアプローチは欠落している。本稿では,このギャップを埋めるために,タイムラインベースのゲームに対して,効果的かつ計算学的に最適なコントローラ合成手法を提案する。

関連論文リスト

Constant-time Motion Planning with Anytime Refinement for Manipulation [17.543746580669662]
本研究では,CTMP(Constant-time Motion Planners)アルゴリズムと組み合わせたリアルタイム改良手法を提案する。提案するフレームワークは,定数時間アルゴリズムとして動作するため,ユーザ定義時間しきい値内の初期解を高速に生成する。任意の時間アルゴリズムとして機能し、割り当てられた時間予算内で、ソリューションの品質を反復的に改善します。
論文参考訳（メタデータ） (2023-11-01T20:40:10Z)
OpenSTL: A Comprehensive Benchmark of Spatio-Temporal Predictive Learning [67.07363529640784]
提案するOpenSTLは,一般的なアプローチを再帰的モデルと再帰的モデルに分類する。我々は, 合成移動物体軌道, 人間の動き, 運転シーン, 交通流, 天気予報など, さまざまな領域にわたるデータセットの標準評価を行う。リカレントフリーモデルは、リカレントモデルよりも効率と性能のバランスが良いことがわかった。
論文参考訳（メタデータ） (2023-06-20T03:02:14Z)
Koopa: Learning Non-stationary Time Series Dynamics with Koopman Predictors [85.22004745984253]
実世界の時系列は、深い予測モデルにとって大きな課題となる固有の非定常性によって特徴づけられる。我々は、基礎となる時間変動力学を根本的に考慮する現代のクープマン理論を用いて、非定常時系列に取り組む。階層的力学を学習する積み重ね可能なブロックからなる新しいクープマン予測器としてクーパを提案する。
論文参考訳（メタデータ） (2023-05-30T07:40:27Z)
The Update-Equivalence Framework for Decision-Time Planning [78.44953498421854]
本稿では,サブゲームの解決ではなく,更新等価性に基づく意思決定時計画のための代替フレームワークを提案する。ミラー降下に基づく完全協調型ゲームに対する有効音声探索アルゴリズムと、磁気ミラー降下に基づく対戦型ゲームに対する探索アルゴリズムを導出する。
論文参考訳（メタデータ） (2023-04-25T20:28:55Z)
Controller Synthesis for Timeline-based Games [0.0]
タイムラインベースのゲームの概念が最近導入された。このようなゲームに勝利戦略が存在するかどうかが2EXPTIME完全であることが証明されている。本稿では,タイムライン型ゲームにおけるコントローラ合成のアプローチについて概説する。
論文参考訳（メタデータ） (2022-09-21T12:45:34Z)
ECOTS: Early Classification in Open Time Series [0.0]
オープンタイムシリーズの早期分類(ECOTS)にどのような手法を適応させるかを示す。 ECOTSシナリオのための2つの最先端アルゴリズムを変換し、予測保守のための実際のデータセットに関する数値実験を報告する。
論文参考訳（メタデータ） (2022-04-01T12:34:26Z)
Distributed Control using Reinforcement Learning with Temporal-Logic-Based Reward Shaping [0.2320417845168326]
本研究では,異種ロボットの分散制御戦略を部分的に観測可能な環境下で合成するためのフレームワークを提案する。提案手法では,合成問題をゲームとして定式化し,ポリシーグラフ法を用いて各エージェントのメモリによる制御戦略を求める。我々はTLTLの量的意味論をゲームの報酬として使用し、さらに有限状態オートマトンを用いて学習プロセスのガイドと高速化を行う。
論文参考訳（メタデータ） (2022-03-08T16:03:35Z)
Efficient Temporal Piecewise-Linear Numeric Planning with Lazy Consistency Checking [4.834203844100679]
本稿では,プランナがLP整合性チェックを可能な限り遅延的に計算できる手法を提案する。また,時間依存ゴールチェックをより選択的に行うアルゴリズムを提案する。結果として得られるプランナーは、より効率的であるだけでなく、最先端の時間数値とハイブリッドプランナーよりも優れています。
論文参考訳（メタデータ） (2021-05-21T07:36:54Z)
Better than the Best: Gradient-based Improper Reinforcement Learning for Network Scheduling [60.48359567964899]
パケット遅延を最小限に抑えるため,制約付き待ち行列ネットワークにおけるスケジューリングの問題を考える。我々は、利用可能な原子ポリシーよりも優れたスケジューラを生成するポリシー勾配に基づく強化学習アルゴリズムを使用する。
論文参考訳（メタデータ） (2021-05-01T10:18:34Z)
The Design Of "Stratega": A General Strategy Games Framework [62.997667081978825]
Strategaはターンベースおよびリアルタイム戦略ゲームを作成するためのフレームワークである。このフレームワークは、統計的フォワードプランニング(SFP)エージェントに焦点を当てて構築されている。我々は,このフレームワークとそのエージェントの開発が,戦略ゲームにおける複雑な意思決定プロセスの理解に役立つことを願っている。
論文参考訳（メタデータ） (2020-09-11T20:02:00Z)
STRIPS Action Discovery [67.73368413278631]
近年のアプローチでは、すべての中間状態が欠如している場合でも、アクションモデルを合成する古典的な計画が成功している。アクションシグネチャが不明な場合に,従来のプランナーを用いてSTRIPSアクションモデルを教師なしで合成するアルゴリズムを提案する。
論文参考訳（メタデータ） (2020-01-30T17:08:39Z)

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。