論文の概要: SafeDiver: Cooperative AUV-USV Assisted Diver Communication via Multi-agent Reinforcement Learning Approach

• arxiv url: http://arxiv.org/abs/2509.11508v1
• Date: Mon, 15 Sep 2025 01:44:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-16 17:26:23.11561
• Title: SafeDiver: Cooperative AUV-USV Assisted Diver Communication via Multi-agent Reinforcement Learning Approach
• Title（参考訳）: SafeDiver:マルチエージェント強化学習アプローチによるAUV-USV協調ダイバーコミュニケーション
• Authors: Tinglong Deng, Hang Tao, Xinxiang Wang, Yinyan Wang, Hanjiang Luo,
• Abstract要約: 既存の水中ダイバー通信手法は、固有の不利と複雑な水中環境のためにハードルに直面している。 本研究では,海中無人システムを利用して,信頼性の高い高速通信を行うダイバーを支援する手法を提案する。
• 参考スコア（独自算出の注目度）: 0.8873265946210989
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As underwater human activities are increasing, the demand for underwater communication service presents a significant challenge. Existing underwater diver communication methods face hurdles due to inherent disadvantages and complex underwater environments. To address this issue, we propose a scheme that utilizes maritime unmanned systems to assist divers with reliable and high-speed communication. Multiple AUVs are equipped with optical and acoustic multimodal communication devices as relay nodes, providing adaptive communication services based on changes in the diver's activity area. By using a multi-agent reinforcement learning (MARL) approach to control the cooperative movement of AUVs, high-speed and reliable data transmission between divers can be achieved. At the same time, utilizing the advantages of on-demand deployment and wide coverage of unmanned surface vehicles (USVs) as surface relay nodes to coordinate and forward information from AUVs, and controlling AUVs to adaptively select relay USV nodes for data transmission, high-quality communication between divers and surface platform can be achieved. Through simulation verification, the proposed scheme can effectively achieve reliable and high-speed communication for divers.
• Abstract（参考訳）: 水中での人間活動の増加に伴い、水中通信サービスへの需要は大きな課題となっている。 既存の水中ダイバー通信手法は、固有の不利と複雑な水中環境のためにハードルに直面している。 この問題に対処するために,海上無人システムを利用して,信頼性の高い高速通信を行うダイバーを支援する手法を提案する。 複数のAUVは、リレーノードとして光学的および音響的マルチモーダル通信装置を備え、ダイバーの活動領域の変化に基づいて適応的な通信サービスを提供する。 AUVの協調移動を制御するためにマルチエージェント強化学習(MARL)アプローチを用いることで、ダイバー間の高速で信頼性の高いデータ伝送を実現することができる。 同時に、AUVからの情報をコーディネート・フォワードし、AUVを制御してデータ伝送のためのUSVノードを適応的に選択し、ダイバーとサーフェスプラットフォーム間の高品質な通信を実現するための、無人表面車両(USV)のオンデマンド展開と広い範囲の利点を生かした。 シミュレーション検証により,提案手法はダイバーの信頼性と高速通信を効果的に実現することができる。

関連論文リスト

• Deep Learning Optimization of Two-State Pinching Antennas Systems [48.70043547158868]
  ピンチアンテナ(PA)は、二元活性化状態を通して電磁波の伝搬を動的に制御することができる。 本研究では,ユーザ端末での通信速度を最大化することを目的として,定位PAのサブセットを最適に選択して導波路で活性化する問題について検討する。
  論文  参考訳（メタデータ） (2025-07-08T17:55:54Z)
• Emergency Communication: OTFS-Based Semantic Transmission with Diffusion Noise Suppression [16.570783426020327]
  無人航空機(UAV)は、災害に遭った地域での緊急通信のための重要なプラットフォームとして登場した。 高速移動シナリオにおける複雑なチャネル条件は、従来の通信システムの信頼性と効率に大きな影響を及ぼす。 本稿では,OTFS(Orthogonal Time Frequency Space)変調,セマンティック通信,拡散に基づくデノナイジングモジュールを統合した,インテリジェントな緊急通信フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-10T03:25:56Z)
• Aerial Reliable Collaborative Communications for Terrestrial Mobile Users via Evolutionary Multi-Objective Deep Reinforcement Learning [59.660724802286865]
  無人航空機(UAV)は、地上通信を改善するための航空基地局(BS)として登場した。 この作業では、UAV対応仮想アンテナアレイによる協調ビームフォーミングを使用して、UAVから地上モバイルユーザへの伝送性能を向上させる。
  論文  参考訳（メタデータ） (2025-02-09T09:15:47Z)
• Low-altitude Friendly-Jamming for Satellite-Maritime Communications via Generative AI-enabled Deep Reinforcement Learning [72.72954660774002]
  低地球軌道(LEO)衛星は、海上無線通信で広範囲にわたるデータ通信を支援するために使用できる。 LEO衛星を広範囲にカバーし、チャネルの開放性と組み合わせることで、通信プロセスはセキュリティ上のリスクに悩まされる可能性がある。 本稿では無人航空機による低高度衛星通信システムLEOについて述べる。
  論文  参考訳（メタデータ） (2025-01-26T10:13:51Z)
• Dual UAV Cluster-Assisted Maritime Physical Layer Secure Communications via Collaborative Beamforming [47.191944685913036]
  無人航空機(UAV)は、海上無線通信を支援する中継プラットフォームとして使用できる。 共同ビームフォーミング(CB)は、遠隔での海上通信のためにUAV中継を支援するために、信号強度と範囲を増強することができる。 本稿では,海上無線通信における物理層セキュリティを実現するために,CBを経由した二重UAVクラスタアシストシステムを提案する。
  論文  参考訳（メタデータ） (2024-12-08T14:11:02Z)
• DRL-Based Optimization for AoI and Energy Consumption in C-V2X Enabled IoV [33.32647734550201]
  本稿では,C-V2X車両通信システムにおけるマルチプライオリティキューとNOMAが情報時代に与える影響を解析する。 提案手法は,エネルギー消費とAoIの両面での進歩を示すものである。
  論文  参考訳（メタデータ） (2024-11-20T07:59:35Z)
• Convergence of Communications, Control, and Machine Learning for Secure and Autonomous Vehicle Navigation [78.60496411542549]
  接続された自動運転車(CAV)は、交通事故におけるヒューマンエラーを低減し、道路効率を向上し、様々なタスクを実行する。これらのメリットを享受するためには、CAVが目標とする目的地へ自律的にナビゲートする必要がある。 本稿では,通信理論,制御理論,機械学習の収束を利用して,効果的なCAVナビゲーションを実現する手法を提案する。
  論文  参考訳（メタデータ） (2023-07-05T21:38:36Z)
• Distributional Reinforcement Learning for mmWave Communications with Intelligent Reflectors on a UAV [119.97450366894718]
  無人航空機(UAV)搭載のインテリジェントリフレクタ(IR)を用いた新しい通信フレームワークを提案する。 ダウンリンク和率を最大化するために、最適プリコーディング行列(基地局)と反射係数(IR)を共同で導出する。
  論文  参考訳（メタデータ） (2020-11-03T16:50:37Z)

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。