論文の概要: A Task-Driven Multi-UAV Coalition Formation Mechanism

• arxiv url: http://arxiv.org/abs/2403.05108v1
• Date: Fri, 8 Mar 2024 07:10:46 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-11 20:48:38.136637
• Title: A Task-Driven Multi-UAV Coalition Formation Mechanism
• Title（参考訳）: タスク駆動型マルチUAV協調形成機構
• Authors: Xinpeng Lu, Heng Song, Huailing Ma and Junwu Zhu
• Abstract要約: 既存の連立形成機構は、UAVとタスク要件の関連性が低い。 本稿では,複数UAV連立ネットワーク協調タスク完了モデルを提案する。 限界効用に基づく連立形成のためのアルゴリズムが提案された。
• 参考スコア（独自算出の注目度）: 3.9039205692819556
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the rapid advancement of UAV technology, the problem of UAV coalition formation has become a hotspot. Therefore, designing task-driven multi-UAV coalition formation mechanism has become a challenging problem. However, existing coalition formation mechanisms suffer from low relevance between UAVs and task requirements, resulting in overall low coalition utility and unstable coalition structures. To address these problems, this paper proposed a novel multi-UAV coalition network collaborative task completion model, considering both coalition work capacity and task-requirement relationships. This model stimulated the formation of coalitions that match task requirements by using a revenue function based on the coalition's revenue threshold. Subsequently, an algorithm for coalition formation based on marginal utility was proposed. Specifically, the algorithm utilized Shapley value to achieve fair utility distribution within the coalition, evaluated coalition values based on marginal utility preference order, and achieved stable coalition partition through a limited number of iterations. Additionally, we theoretically proved that this algorithm has Nash equilibrium solution. Finally, experimental results demonstrated that the proposed algorithm, compared to currently classical algorithms, not only forms more stable coalitions but also further enhances the overall utility of coalitions effectively.
• Abstract（参考訳）: UAV技術の急速な進歩により、UAV連立形成の問題はホットスポットとなっている。 そのため,タスク駆動型マルチUAV連立機構の設計が課題となっている。 しかし、既存の連立形成機構は、uavとタスク要求の関連性が低く、全体的な連立ユーティリティーと不安定連立構造が低下した。 これらの課題に対処するために,複数UAV連立ネットワーク協調作業完了モデルを提案し,連立作業能力と課題要求の関係を考察した。 このモデルは、連立の収益閾値に基づく収益関数を用いてタスク要求に合致する連立の形成を刺激した。 その後,限界効用に基づく連立形成アルゴリズムが提案された。 具体的には、Shapley値を用いて、連立内で公平な効用分布を実現し、限界効用優先順序に基づいて連立値を評価し、限られたイテレーション数で安定した連立分割を実現した。 さらに,このアルゴリズムがナッシュ平衡解を持つことを理論的に証明した。 最後に,提案アルゴリズムは,従来のアルゴリズムと比較して,より安定な連立を創出するだけでなく,連立の全体的な有用性を効果的に向上することを示した。

関連論文リスト

• Faster Optimal Coalition Structure Generation via Offline Coalition Selection and Graph-Based Search [61.08720171136229]
  本稿では,3つの革新的手法のハイブリッド化に基づく問題に対する新しいアルゴリズムSMARTを提案する。 これらの2つの手法は動的プログラミングに基づいており、評価のために選択された連立関係とアルゴリズムの性能の強力な関係を示す。 我々の手法は、問題にアプローチする新しい方法と、その分野に新しいレベルの精度をもたらす。
  論文  参考訳（メタデータ） (2024-07-22T23:24:03Z)
• Digital Twin-Empowered Task Assignment in Aerial MEC Network: A Resource Coalition Cooperation Approach with Generative Model [9.940103355548375]
  本稿では,航空移動エッジコンピューティングネットワークにデジタルツイン(DT)を導入し,資源連携協力手法について検討する。 具体的には,アプリケーションプレーン,物理プレーン,仮想プレーンで構成される新しいネットワークフレームワークを提案する。 提案手法の有効性を,エネルギー消費と資源利用の観点から検証した。
  論文  参考訳（メタデータ） (2024-03-18T02:28:10Z)
• GRAPE-S: Near Real-Time Coalition Formation for Multiple Service Collectives [0.0]
  GRAPEとサービスモデルを統合し、GRAPE-SとPair-GRAPE-Sを生成する。 GRAPE-Sは、ターゲット領域の連立形成要求を満たし、ほぼリアルタイムで最適解を生成する。 Pair-GRAPE-Sはドメイン要件を満たし、ほぼリアルタイムで最適解を生成する。
  論文  参考訳（メタデータ） (2023-10-19T05:36:00Z)
• Serverless Federated AUPRC Optimization for Multi-Party Collaborative Imbalanced Data Mining [119.89373423433804]
  有効指標としてAUPRC(Area Under Precision-Recall)を導入した。 サーバーレスのマルチパーティ共同トレーニングは、サーバーノードのボトルネックを避けることで通信コストを削減できる。 本稿では,AUPRCを直接最適化する ServerLess biAsed sTochastic gradiEnt (SLATE) アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-08-06T06:51:32Z)
• QuACS: Variational Quantum Algorithm for Coalition Structure Generation in Induced Subgraph Games [0.0]
  我々は、ISGにおける結合構造生成のための新しいハイブリッド量子古典アルゴリズムを提案する。 提案アルゴリズムは既存の近似古典解法よりも$mathcalO(n2)$,予測近似比$92%$で優れていることを示す。 量子ビットの数は大幅に少なく、既存の量子解と比較して中規模の問題の実験が可能である。
  論文  参考訳（メタデータ） (2023-04-14T16:01:27Z)
• Mind Your Solver! On Adversarial Attack and Defense for Combinatorial Optimization [111.78035414744045]
  我々は,最適解法に対する敵攻撃と防御のメカニズムの開発を主導する。 本稿では, グラフ構造を改良し, 解法の堅牢性を高めるための, 単純かつ効果的な防衛戦略を提案する。
  論文  参考訳（メタデータ） (2021-12-28T15:10:15Z)
• 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)
• NOMA in UAV-aided cellular offloading: A machine learning approach [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） (2020-10-18T17:38:48Z)
• Anytime and Efficient Coalition Formation with Spatial and Temporal Constraints [18.029278336665012]
  現在の最先端の CFSTP ソルバである Coalition Formation with Look-Ahead (CFLA) アルゴリズムには2つの制限がある。 我々は、改善されたルックアヘッド(CFLA2)を備えた結合形成(Coalition Formation)と呼ばれる拡張を定義し、より良いパフォーマンスを実現する。 CFLA2におけるCFLAの限界を排除できないため、CFSTPを解くための新しいアルゴリズムも開発している。
  論文  参考訳（メタデータ） (2020-03-30T20:42:56Z)
• Decentralized MCTS via Learned Teammate Models [89.24858306636816]
  本稿では,モンテカルロ木探索に基づくトレーニング可能なオンライン分散計画アルゴリズムを提案する。 深層学習と畳み込みニューラルネットワークを用いて正確なポリシー近似を作成可能であることを示す。
  論文  参考訳（メタデータ） (2020-03-19T13:10:20Z)

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。