Fugu-MT 論文翻訳(概要): Multi-Objective Search: Algorithms, Applications, and Emerging Directions

論文の概要: Multi-Objective Search: Algorithms, Applications, and Emerging Directions

arxiv url: http://arxiv.org/abs/2510.25504v1
Date: Wed, 29 Oct 2025 13:30:01 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-30 15:50:45.587517
Title: Multi-Objective Search: Algorithms, Applications, and Emerging Directions
Title（参考訳）: 多目的探索:アルゴリズム,応用,新しい方向
Authors: Oren Salzman, Carlos Hernández Ulloa, Ariel Felner, Sven Koenig,
Abstract要約: MOS(Multi-objective Search)は、計画と意思決定の問題の統合フレームワークとして登場した。近年、ロボット工学、輸送学、オペレーション研究などのAIアプリケーションにまたがって、このトピックに新たな関心が寄せられている。
参考スコア（独自算出の注目度）: 17.912861906717563
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Multi-objective search (MOS) has emerged as a unifying framework for planning and decision-making problems where multiple, often conflicting, criteria must be balanced. While the problem has been studied for decades, recent years have seen renewed interest in the topic across AI applications such as robotics, transportation, and operations research, reflecting the reality that real-world systems rarely optimize a single measure. This paper surveys developments in MOS while highlighting cross-disciplinary opportunities, and outlines open challenges that define the emerging frontier of MOS
Abstract（参考訳）: MOS(Multi-objective Search)は、複数の、しばしば矛盾する、基準のバランスがとられるような、計画と意思決定の問題のための統一的なフレームワークとして登場した。この問題は何十年にもわたって研究されてきたが、近年はロボット工学、交通学、オペレーション研究といったAIアプリケーションにまたがる話題に新たな関心が寄せられ、現実世界のシステムが単一の尺度をほとんど最適化しないという現実を反映している。本稿では、学際的機会を強調しつつ、MOSの発展を調査し、MOSの新たなフロンティアを定義するオープンな課題を概説する。

関連論文リスト

Deep Research: A Systematic Survey [118.82795024422722]
Deep Research (DR)は、大規模言語モデルの推論能力と検索エンジンなどの外部ツールを組み合わせることを目的としている。本調査は,深層研究システムの包括的かつ体系的な概要を提示する。
論文参考訳（メタデータ） (2025-11-24T15:28:28Z)
Multi-Objective Bilevel Learning [12.198330173886587]
多目的二段階学習(MOBL)の理論的・アルゴリズム的基礎について検討する。我々のゴールは、効率的なMOBL最適化アルゴリズムを開発することである。我々は、重み付きチェビシェフ多重高次勾配(WC-MHGD)と呼ばれる統一的なアルゴリズムフレームワークを提案する。
論文参考訳（メタデータ） (2025-11-11T04:42:14Z)
Barbarians at the Gate: How AI is Upending Systems Research [58.95406995634148]
システム研究は、新しいパフォーマンス指向アルゴリズムの設計と評価に長年注力してきたが、AI駆動のソリューション発見には特に適している、と私たちは主張する。このアプローチをAI駆動システム研究(ADRS)と呼び、ソリューションを反復的に生成し、評価し、洗練する。我々の研究結果は、AI時代のシステム研究の実践に急激な適応の必要性と破壊的な可能性を浮き彫りにしている。
論文参考訳（メタデータ） (2025-10-07T17:49:24Z)
Generalizing Multi-Objective Search via Objective-Aggregation Functions [7.453186116194618]
多目的探索(MOS)は、現実のロボットシステムが複数の、しばしば矛盾する目標のバランスをとる必要があるため、ロボット工学において不可欠なものとなっている。最近の研究は、目的間の複雑な相互作用を探求し、最先端のMOSアルゴリズムを使用できない問題定式化につながっている。隠れた(検索)目的の集約関数を介して解の目的を最適化する一般化された問題定式化を提案する。
論文参考訳（メタデータ） (2025-09-26T09:06:03Z)
Multimodal Chain-of-Thought Reasoning: A Comprehensive Survey [124.23247710880008]
マルチモーダルCoT (MCoT) 推論は近年大きな研究の注目を集めている。既存のMCoT研究は、画像、ビデオ、音声、オーディオ、3D、構造化データの課題に対処する様々な手法を設計している。我々はMCoT推論に関する最初の体系的な調査を行い、関連する基礎概念と定義を解明する。
論文参考訳（メタデータ） (2025-03-16T18:39:13Z)
On Generalization Across Environments In Multi-Objective Reinforcement Learning [6.686583184622338]
我々は,多目的強化学習(MORL)における一般化の概念を定式化し,その評価方法について述べる。パラメータ化された環境構成を持つ多目的ドメインを特徴とする新しいベンチマークを提案。このベンチマークにおける最先端のMORLアルゴリズムのベースライン評価は、限定的な一般化能力を示し、改善の余地があることを示唆している。
論文参考訳（メタデータ） (2025-03-02T08:50:14Z)
A Survey of Neural Code Intelligence: Paradigms, Advances and Beyond [84.95530356322621]
この調査は、コードインテリジェンスの発展に関する体系的なレビューを示す。 50以上の代表モデルとその変種、20以上のタスクのカテゴリ、および680以上の関連する広範な研究をカバーしている。発達軌道の考察に基づいて、コードインテリジェンスとより広範なマシンインテリジェンスとの間の新たな相乗効果について検討する。
論文参考訳（メタデータ） (2024-03-21T08:54:56Z)
Recent Advances in Hate Speech Moderation: Multimodality and the Role of Large Models [52.24001776263608]
この包括的調査は、HSモデレーションの最近の歩みを掘り下げている。大型言語モデル(LLM)と大規模マルチモーダルモデル(LMM)の急成長する役割を強調した。研究における既存のギャップを、特に表現不足言語や文化の文脈で特定する。
論文参考訳（メタデータ） (2024-01-30T03:51:44Z)
Multi-agent Reinforcement Learning: A Comprehensive Survey [10.186029242664931]
マルチエージェントシステム(MAS)は、多くの現実世界のアプリケーションにおいて広く普及し、重要な存在である。汎用性にもかかわらず、MASにおける知的意思決定エージェントの開発は、その効果的な実装にいくつかのオープンな課題を提起している。本調査は,ゲーム理論(GT)と機械学習(ML)による基礎概念の研究に重点を置いて,これらの課題を考察する。
論文参考訳（メタデータ） (2023-12-15T23:16:54Z)
Task Allocation using a Team of Robots [29.024300177453824]
本稿では、よく研究されている複数のバージョンを一般化するタスク割り当て問題の一般的な定式化について述べる。我々の定式化には、ロボット、タスク、そしてそれらが動作する環境の状態が含まれる。本稿では,実現可能性制約,目的関数,動的に変化する情報のレベルによって,その問題がどう変化するかを説明する。
論文参考訳（メタデータ） (2022-07-20T04:49:11Z)
Continuous-time Analysis for Variational Inequalities: An Overview and Desiderata [87.77379512999818]
広義のVI問題クラスを対象とする手法の分析と設計における連続時間視点の利用の最近の進歩について概説する。本発表では, 単目的問題と多目的問題とを対比し, 後者の課題を浮き彫りにした。また、一般の VI に適用可能なアルゴリズムに対して様々なデシダラタを定式化し、これらのデシダラタを達成することは関連する連続時間力学の理解から利益を得る可能性があると論じる。
論文参考訳（メタデータ） (2022-07-14T17:58:02Z)

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。