論文の概要: MacroSwarm: A Field-based Compositional Framework for Swarm Programming
- arxiv url: http://arxiv.org/abs/2401.10969v2
- Date: Mon, 11 Nov 2024 09:51:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-12 14:06:12.343317
- Title: MacroSwarm: A Field-based Compositional Framework for Swarm Programming
- Title（参考訳）: MacroSwarm: Swarmプログラミングのためのフィールドベースのコンポジションフレームワーク
- Authors: Gianluca Aguzzi, Roberto Casadei, Mirko Viroli,
- Abstract要約: 本稿では,新しいフィールドベースのコーディネーション手法であるMacroSwarmを提案し,Swarmの動作を設計・プログラムする。
集約コンピューティングのマクロプログラミングパラダイムに基づいて、MacroSwarmは、各Swarm動作ブロックを純粋関数として表現するという考え方に基づいている。
- 参考スコア（独自算出の注目度）: 1.3764085113103222
- License:
- Abstract: Swarm behaviour engineering is an area of research that seeks to investigate methods and techniques for coordinating computation and action within groups of simple agents to achieve complex global goals like pattern formation, collective movement, clustering, and distributed sensing. Despite recent progress in the analysis and engineering of swarms (of drones, robots, vehicles), there is still a need for general design and implementation methods and tools that can be used to define complex swarm behaviour in a principled way. To contribute to this quest, this article proposes a new field-based coordination approach, called MacroSwarm, to design and program swarm behaviour in terms of reusable and fully composable functional blocks embedding collective computation and coordination. Based on the macroprogramming paradigm of aggregate computing, MacroSwarm builds on the idea of expressing each swarm behaviour block as a pure function, mapping sensing fields into actuation goal fields, e.g., including movement vectors. In order to demonstrate the expressiveness, compositionality, and practicality of MacroSwarm as a framework for swarm programming, we perform a variety of simulations covering common patterns of flocking, pattern formation, and collective decision-making. The implications of the inherent self-stabilisation properties of field-based computations in MacroSwarm are discussed, which formally guarantee some resilience properties and guided the design of the library.
- Abstract（参考訳）: スワーム行動工学(Swarm behavior engineering)は、パターン形成、集合運動、クラスタリング、分散センシングといった複雑なグローバルな目標を達成するため、単純なエージェントのグループ内で計算と行動を調整する方法や手法を研究する研究分野である。
群れ(ドローン、ロボット、車両)の分析と工学の最近の進歩にもかかわらず、複雑な群れの振る舞いを原則的に定義するための一般的な設計と実装方法とツールが必要である。
この探索に寄与するため,本論文では,集合計算とコーディネーションを埋め込んだ,再利用可能な完全構成可能な機能ブロックの観点から,Swarmの動作を設計・プログラムするための,新しいフィールドベースのコーディネーション手法であるMacroSwarmを提案する。
集約コンピューティングのマクロプログラミングパラダイムに基づいて、MacroSwarmは、各Swarm動作ブロックを純粋関数として表現し、センシングフィールドを運動ベクトルを含む運動目標フィールドにマッピングするというアイデアに基づいている。
群プログラミングのフレームワークとしてのマクロスワームの表現性,構成性,実践性を実証するために,群れ形成,パターン形成,集団決定といった共通パターンをカバーする様々なシミュレーションを行う。
マクロスワームにおけるフィールドベースの計算に固有の自己安定化特性がもたらす影響について論じ、いくつかのレジリエンス特性を正式に保証し、ライブラリの設計を指導した。
関連論文リスト
- Cooperative and Asynchronous Transformer-based Mission Planning for Heterogeneous Teams of Mobile Robots [1.1049608786515839]
本稿では,CATMiP(Cooperative and Asynchronous Transformer-based Mission Planning)フレームワークを提案する。
CatMiPはマルチエージェント強化学習を使用して、エージェントを異質なセンシング、モーション、アクティベーション能力で調整する。
ミッションの複雑さやコミュニケーションの制約に容易に適応し、さまざまな環境サイズやチーム構成にスケールします。
論文 参考訳（メタデータ） (2024-10-08T21:14:09Z) - Navigating the swarm: Deep neural networks command emergent behaviours [2.7059353835118602]
エージェント間相互作用ルールを微調整することにより,グローバルなパターンを意図した集合行動の協調構造を生成することができることを示す。
私たちの戦略では、望ましい構造を指示する相互作用ルールを見つけるために、ダイナミックスの法則に従うディープニューラルネットワークを採用しています。
本研究は, ロボット群操作, アクティブ物質組織, 生体システムにおける不明瞭な相互作用規則の解明における新たな応用の道を開くものである。
論文 参考訳（メタデータ） (2024-07-16T02:46:11Z) - Composable Part-Based Manipulation [61.48634521323737]
本稿では,ロボット操作スキルの学習と一般化を改善するために,構成可能な部品ベース操作(CPM)を提案する。
CPMは構成可能な拡散モデルの集合で構成され、各モデルは異なるオブジェクト間の対応をキャプチャする。
シミュレーションおよび実世界のシナリオにおいて、我々のアプローチを検証し、ロバストかつ一般化された操作能力を達成する上での有効性を実証する。
論文 参考訳（メタデータ） (2024-05-09T16:04:14Z) - Programming Distributed Collective Processes in the eXchange Calculus [4.813571744696438]
IoT(Internet of Things)は、ほぼあらゆる種類の環境で、高密度でマルチスケールなコンピューティングデバイスのデプロイというビジョンを示唆している。
IoT(Internet of Things)のような最近のトレンドは、ほぼあらゆる種類の環境において、コンピューティングデバイスの密集したマルチスケール展開のビジョンを示唆している。
顕著なエンジニアリング上の課題は、そのような計算生態系の集合的適応的な振る舞いをプログラミングすることである。
論文 参考訳（メタデータ） (2024-01-20T11:37:44Z) - AI planning in the imagination: High-level planning on learned abstract
search spaces [68.75684174531962]
我々は,エージェントが訓練中に学習する抽象的な検索空間において,エージェントが計画することを可能にする,PiZeroと呼ばれる新しい手法を提案する。
本研究では,旅行セールスマン問題,ソコバン問題,2048年,施設立地問題,パックマン問題など,複数の分野で評価を行った。
論文 参考訳（メタデータ） (2023-08-16T22:47:16Z) - Inferring Versatile Behavior from Demonstrations by Matching Geometric
Descriptors [72.62423312645953]
人間は直感的にタスクを多目的に解決し、軌道に基づく計画や個々のステップの行動を変化させる。
現在のImitation Learningアルゴリズムは、通常、単調な専門家によるデモンストレーションのみを考慮し、状態アクションベースの設定で行動する。
代わりに、移動プリミティブの混合と分布マッチングの目的を組み合わせることで、専門家の行動と汎用性にマッチする多目的行動を学ぶ。
論文 参考訳（メタデータ） (2022-10-17T16:42:59Z) - Policy Architectures for Compositional Generalization in Control [71.61675703776628]
本稿では,タスクにおけるエンティティベースの構成構造をモデル化するためのフレームワークを提案する。
私たちのポリシーは柔軟で、アクションプリミティブを必要とせずにエンドツーエンドでトレーニングできます。
論文 参考訳（メタデータ） (2022-03-10T06:44:24Z) - Graph-based Reinforcement Learning meets Mixed Integer Programs: An
application to 3D robot assembly discovery [34.25379651790627]
我々は、テトリスのような構造ブロックとロボットマニピュレータを用いて、スクラッチから完全に定義済みの任意のターゲット構造を構築するという課題に対処する。
我々の新しい階層的アプローチは、タスク全体を相互に利益をもたらす3つの実行可能なレベルに効率的に分解することを目的としています。
論文 参考訳（メタデータ） (2022-03-08T14:44:51Z) - Composable Learning with Sparse Kernel Representations [110.19179439773578]
再生カーネルヒルベルト空間におけるスパース非パラメトリック制御系を学習するための強化学習アルゴリズムを提案する。
正規化アドバンテージ関数を通じてステートアクション関数の構造を付与することにより、このアプローチのサンプル複雑さを改善します。
2次元環境下を走行しながらレーザースキャナーを搭載したロボットの複数シミュレーションにおける障害物回避政策の学習に関するアルゴリズムの性能を実証する。
論文 参考訳（メタデータ） (2021-03-26T13:58:23Z) - CausalWorld: A Robotic Manipulation Benchmark for Causal Structure and
Transfer Learning [138.40338621974954]
CausalWorldは、ロボット操作環境における因果構造と伝達学習のベンチマークである。
タスクは、ブロックのセットから3D形状を構築することで構成される。
論文 参考訳（メタデータ） (2020-10-08T23:01:13Z)
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。