論文の概要: Optimal Safety-Aware Scheduling for Multi-Agent Aerial 3D Printing with Utility Maximization under Dependency Constraints

• arxiv url: http://arxiv.org/abs/2512.05815v1
• Date: Fri, 05 Dec 2025 15:34:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.155491
• Title: Optimal Safety-Aware Scheduling for Multi-Agent Aerial 3D Printing with Utility Maximization under Dependency Constraints
• Title（参考訳）: 依存制約下での実用性最大化によるマルチエージェントエアリアル3Dプリンティングの安全性を考慮した最適スケジューリング
• Authors: Marios-Nektarios Stamatopoulos, Shridhar Velhal, Avijit Banerjee, George Nikolakopoulos,
• Abstract要約: 最適化問題は、建設ミッションをサブタスクと自律型UAVのチームに分割され、容量とバッテリーが限られている。 タスク依存を考慮したタスク割り当てとスケジューリングを含む最適なミッションプランを生成する。 より重要なタスクへの解の導出によって計算を高速化するために重要な優先順位付けを提案する。
• 参考スコア（独自算出の注目度）: 16.61271813421072
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This article presents a novel coordination and task-planning framework to enable the simultaneous conflict-free collaboration of multiple unmanned aerial vehicles (UAVs) for aerial 3D printing. The proposed framework formulates an optimization problem that takes a construction mission divided into sub-tasks and a team of autonomous UAVs, along with limited volume and battery. It generates an optimal mission plan comprising task assignments and scheduling while accounting for task dependencies arising from the geometric and structural requirements of the 3D design, inter-UAV safety constraints, material usage, and total flight time of each UAV. The potential conflicts occurring during the simultaneous operation of the UAVs are addressed at a segment level by dynamically selecting the starting time and location of each task to guarantee collision-free parallel execution. An importance prioritization is proposed to accelerate the computation by guiding the solution toward more important tasks. Additionally, a utility maximization formulation is proposed to dynamically determine the optimal number of UAVs required for a given mission, balancing the trade-off between minimizing makespan and the deployment of excess agents. The proposed framework's effectiveness is evaluated through a Gazebo-based simulation setup, where agents are coordinated by a mission control module allocating the printing tasks based on the generated optimal scheduling plan while remaining within the material and battery constraints of each UAV.
• Abstract（参考訳）: 本稿では,複数の無人航空機(UAV)の空中3D印刷を同時に行うための新しい協調・タスクプランニングフレームワークを提案する。 提案フレームワークは,建設ミッションをサブタスクと自律型UAVチームに分割し,容量とバッテリーを制限した最適化問題を定式化した。 3D設計の幾何学的および構造的要件、UAV間の安全制約、材料使用量、各UAVの総飛行時間から生じるタスク依存を考慮しつつ、タスク割り当てとスケジューリングを含む最適なミッションプランを生成する。 衝突のない並列実行を保証するために、各タスクの開始時間と位置を動的に選択することにより、UAVの同時動作中に発生する潜在的な衝突をセグメントレベルで解決する。 より重要なタスクへの解の導出によって計算を高速化するために重要な優先順位付けを提案する。 さらに,所定のミッションに必要なUAVの最適個数を動的に決定し,最小化と余剰エージェントの配置とのトレードオフのバランスをとるために,実用性最大化の定式化を提案する。 提案手法の有効性はガゼボをベースとしたシミュレーション装置を用いて評価され,各UAVの材料と電池の制約内に留まりながら,生成した最適スケジューリング計画に基づいて印刷タスクを割り当てるミッション制御モジュールによってエージェントを調整する。

関連論文リスト

• Balancing Efficiency and Fairness: An Iterative Exchange Framework for Multi-UAV Cooperative Path Planning [6.14294229178003]
  マルチUAV協調経路計画(MU CPP)はマルチエージェントシステムにおける基本的な問題である。 本稿では,MU CPPのための新しい反復交換フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-29T09:41:22Z)
• Dependency-Aware Task Offloading in Multi-UAV Assisted Collaborative Mobile Edge Computing [53.88774113545582]
  本稿では,新しい無人航空機(UAV)による協調移動エッジコンピューティング(MEC)フレームワークを提案する。 システムコストを最小限に抑え、タスク消費とエネルギー消費のトレードオフを改善することを目的としている。 提案手法はシステムコストを大幅に削減し,タスク消費とエネルギー消費のトレードオフの改善を実現する。
  論文  参考訳（メタデータ） (2025-10-23T02:55:40Z)
• Hierarchical Task Offloading for UAV-Assisted Vehicular Edge Computing via Deep Reinforcement Learning [11.695622067301128]
  部分オフロードに基づく2層UAV支援エッジコンピューティングアーキテクチャを提案する。 提案アーキテクチャは異種資源の効率的な統合と調整を可能にする。 提案手法は,タスク完了率,システム効率,収束速度において,いくつかのベースラインを上回っていることを示す。
  論文  参考訳（メタデータ） (2025-07-08T07:10:52Z)
• Efficient UAV Swarm-Based Multi-Task Federated Learning with Dynamic Task Knowledge Sharing [13.143754448388927]
  災害救助のシナリオでは、UAVは、群衆検出、道路実現可能性分析、災害評価などのタスクを実行する。 本稿では,地上緊急車両(EV)がUAVと協調して複数のタスクを効率的に遂行する,UAVスワムに基づくマルチタスクFLフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-12T08:13:39Z)
• Task Delay and Energy Consumption Minimization for Low-altitude MEC via Evolutionary Multi-objective Deep Reinforcement Learning [52.64813150003228]
  無人航空機や他の航空機による低高度経済(LAE)は、輸送、農業、環境監視といった分野に革命をもたらした。 今後の6世代(6G)時代において、UAV支援移動エッジコンピューティング(MEC)は特に山岳や災害に遭った地域のような困難な環境において重要である。 タスクオフロード問題は、主にタスク遅延の最小化とUAVのエネルギー消費のトレードオフに対処するUAV支援MECの重要な問題の一つである。
  論文  参考訳（メタデータ） (2025-01-11T02:32:42Z)
• Cluster-Based Multi-Agent Task Scheduling for Space-Air-Ground Integrated Networks [60.085771314013044]
  低高度経済は、コミュニケーションやセンシングなどの分野で発展する大きな可能性を秘めている。 本稿では,SAGINにおけるマルチUAV協調タスクスケジューリング問題に対処するため,クラスタリングに基づく多エージェントDeep Deterministic Policy Gradient (CMADDPG)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-12-14T06:17:33Z)
• UAV-enabled Collaborative Beamforming via Multi-Agent Deep Reinforcement Learning [79.16150966434299]
  本稿では,UAVを用いた協調ビームフォーミング多目的最適化問題 (UCBMOP) を定式化し,UAVの伝送速度を最大化し,全UAVのエネルギー消費を最小化する。 ヘテロジニアス・エージェント・信頼領域ポリシー最適化(HATRPO)を基本フレームワークとし,改良されたHATRPOアルゴリズム,すなわちHATRPO-UCBを提案する。
  論文  参考訳（メタデータ） (2024-04-11T03:19:22Z)
• Dynamic Multi-Robot Task Allocation under Uncertainty and Temporal Constraints [52.58352707495122]
  本稿では,不確実性およびマルチエージェント協調の下での逐次意思決定における重要な計算課題を分離するマルチロボット割当アルゴリズムを提案する。 都市におけるマルチアームコンベヤベルトピック・アンド・プレイスとマルチドローン配送ディスパッチの2つの異なる領域における広範囲なシミュレーション結果について検証を行った。
  論文  参考訳（メタデータ） (2020-05-27T01:10:41Z)

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。