論文の概要: Evolution of Collective Decision-Making Mechanisms for Collective Perception

• arxiv url: http://arxiv.org/abs/2311.02994v1
• Date: Mon, 6 Nov 2023 09:56:33 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-07 14:46:45.602988
• Title: Evolution of Collective Decision-Making Mechanisms for Collective Perception
• Title（参考訳）: 集団認識のための集団決定機構の進化
• Authors: Tanja Katharina Kaiser and Tristan Potten and Heiko Hamann
• Abstract要約: 我々は、進化計算の手法を用いて、集合的な意思決定機構を生成する。 タスク固有のフィットネス機能とハイブリッドフィットネス機能だけが、集合的意思決定行動の出現に繋がることを示す。
• 参考スコア（独自算出の注目度）: 6.21540494241516
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous robot swarms must be able to make fast and accurate collective decisions, but speed and accuracy are known to be conflicting goals. While collective decision-making is widely studied in swarm robotics research, only few works on using methods of evolutionary computation to generate collective decision-making mechanisms exist. These works use task-specific fitness functions rewarding the accomplishment of the respective collective decision-making task. But task-independent rewards, such as for prediction error minimization, may promote the emergence of diverse and innovative solutions. We evolve collective decision-making mechanisms using a task-specific fitness function rewarding correct robot opinions, a task-independent reward for prediction accuracy, and a hybrid fitness function combining the two previous. In our simulations, we use the collective perception scenario, that is, robots must collectively determine which of two environmental features is more frequent. We show that evolution successfully optimizes fitness in all three scenarios, but that only the task-specific fitness function and the hybrid fitness function lead to the emergence of collective decision-making behaviors. In benchmark experiments, we show the competitiveness of the evolved decision-making mechanisms to the voter model and the majority rule and analyze the scalability of the decision-making mechanisms with problem difficulty.
• Abstract（参考訳）: 自律型ロボット群は、迅速かつ正確な集団決定を行なわなければならないが、スピードと精度は相反する目標であることが知られている。 群集意思決定は群集ロボット研究において広く研究されているが、群集決定機構を生成するために進化的計算法を用いる研究はほとんどない。 これらの作業は、各集団意思決定タスクの達成に報いるタスク固有のフィットネス機能を使用する。 しかし、予測誤差最小化のようなタスク非依存の報酬は、多様で革新的なソリューションの出現を促進する可能性がある。 我々は,ロボットの正しい意見に報いるタスク固有フィットネス機能と,予測精度に対するタスク非依存報酬と,前者の2つを組み合わせたハイブリッドフィットネス機能を用いて,総合的な意思決定機構を進化させた。 シミュレーションでは、ロボットは2つの環境特徴のどれがより頻繁であるかを集団的に判断しなければならない。 進化は3つのシナリオすべてにおいて適合度を最適化するが、タスク固有の適合度関数とハイブリッドな適合度関数だけが集団的意思決定行動の出現に繋がることを示した。 ベンチマーク実験では、進化した意思決定機構の投票者モデルと多数決ルールとの競合性を示し、問題難易度を伴う意思決定機構のスケーラビリティを分析する。

関連論文リスト

• Cognitive Evolutionary Learning to Select Feature Interactions for Recommender Systems [59.117526206317116]
  Cellはさまざまなタスクやデータに対して,さまざまなモデルに適応的に進化可能であることを示す。 4つの実世界のデータセットの実験では、細胞は最先端のベースラインを大幅に上回っている。
  論文  参考訳（メタデータ） (2024-05-29T02:35:23Z)
• Learning from Evolution: Improving Collective Decision-Making Mechanisms using Insights from Evolutionary Robotics [2.1756081703276]
  集合的意思決定により、マルチロボットシステムは現実世界の環境で自律的に行動することができる。 近年の研究では、進化計算の手法を用いてより効率的な集団決定機構を創出できることが示されている。 我々は、進化した集団意思決定メカニズムを詳細に分析し、得られた知見に基づいて、2つの新たな意思決定メカニズムを手書きする。
  論文  参考訳（メタデータ） (2024-05-03T14:37:17Z)
• Optimising Human-AI Collaboration by Learning Convincing Explanations [62.81395661556852]
  本研究では,人間による意思決定によって安全を保ちながら協調的なシステムを構築する手法を提案する。 Ardentは、説明のための個人の好みに適応することで、効率的で効果的な意思決定を可能にする。
  論文  参考訳（メタデータ） (2023-11-13T16:00:16Z)
• Adapt On-the-Go: Behavior Modulation for Single-Life Robot Deployment [92.48012013825988]
  展開中のシナリオにオンザフライで適応する問題について検討する。 ROAM(RObust Autonomous Modulation)は,事前学習した行動の知覚値に基づくメカニズムを提案する。 ROAMによりロボットはシミュレーションと実Go1の四足歩行の両方の動的変化に迅速に適応できることを示す。
  論文  参考訳（メタデータ） (2023-11-02T08:22:28Z)
• Estimation of continuous environments by robot swarms: Correlated networks and decision-making [0.0]
  大規模なマルチロボットシステムは、Swarmレベルで自律性を確立するために集団的な意思決定が必要である。 本研究では,実環境におけるロボット群実験において,制御アルゴリズムを提案して検討する。 提案手法は実効性があり,制御実験よりも精度が高いことを示す。
  論文  参考訳（メタデータ） (2023-02-27T09:57:15Z)
• Learning Goal-based Movement via Motivational-based Models in Cognitive Mobile Robots [58.720142291102135]
  人間は、強さと文脈に応じて行動を促進する必要がある。 また、各行動の知覚的快楽に関連する嗜好も作り出します。 これにより、意思決定がより複雑になり、コンテキストに応じてニーズと嗜好のバランスを取ることが求められます。
  論文  参考訳（メタデータ） (2023-02-20T04:52:24Z)
• Interpreting Neural Policies with Disentangled Tree Representations [58.769048492254555]
  本稿では,コンパクトなニューラルポリシーの解釈可能性について,不整合表現レンズを用いて検討する。 決定木を利用して,ロボット学習における絡み合いの要因を抽出する。 学習したニューラルダイナミクスの絡み合いを計測する解釈可能性指標を導入する。
  論文  参考訳（メタデータ） (2022-10-13T01:10:41Z)
• Autonomous Open-Ended Learning of Tasks with Non-Stationary Interdependencies [64.0476282000118]
  固有のモチベーションは、目標間のトレーニング時間を適切に割り当てるタスクに依存しないシグナルを生成することが証明されている。 内在的に動機付けられたオープンエンドラーニングの分野におけるほとんどの研究は、目標が互いに独立しているシナリオに焦点を当てているが、相互依存タスクの自律的な獲得を研究するのはごくわずかである。 特に,タスク間の関係に関する情報をアーキテクチャのより高レベルなレベルで組み込むことの重要性を示す。 そして、自律的に取得したシーケンスを格納する新しい学習層を追加することで、前者を拡張する新しいシステムであるH-GRAILを紹介する。
  論文  参考訳（メタデータ） (2022-05-16T10:43:01Z)
• Deep reinforcement learning models the emergent dynamics of human cooperation [13.425401489679583]
  実験では、社会的認知メカニズムが集団行動の場所と時期にどのように貢献するかを明かすことができなかった。 我々は,多エージェントの深層強化学習を活用し,社会認知メカニズム,特に,評価の高い集団行動を達成するための本質的な動機をモデル化する。
  論文  参考訳（メタデータ） (2021-03-08T18:58:40Z)
• Simultaneous View and Feature Selection for Collaborative Multi-Robot Perception [9.266151962328548]
  協調的マルチロボット認識は、環境の複数のビューを提供する。 これらの複数の観測は、正確な認識のためにインテリジェントに融合する必要があります。 ビュー選択,特徴選択,オブジェクト認識を同時に統合する,協調型マルチロボット認識に対する新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2020-12-17T00:01:05Z)

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。