論文の概要: Where to Fly, What to Send: Communication-Aware Aerial Support for Ground Robots

• arxiv url: http://arxiv.org/abs/2512.06207v1
• Date: Fri, 05 Dec 2025 23:00:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.164656
• Title: Where to Fly, What to Send: Communication-Aware Aerial Support for Ground Robots
• Title（参考訳）: 飛べる場所:地上ロボットのための通信対応航空支援
• Authors: Harshil Suthar, Dipankar Maity,
• Abstract要約: 本研究では,1つの航空エージェントが環境をマッピングし,目標達成を目指す地上エージェントのグループに(一部)マップされた環境を送信する,未知の環境で運用するマルチロボットチームについて考察する。 動作は帯域幅に制限された通信チャネル上で行われ、これは、探索・マッピングを同時に実行しながら、アシストエージェントが送信すべき情報量を決定する問題である。 提案フレームワークは,MIL(Mixed-Integer Linear Programming, 混合整数線形計画法)を用いて,VoI(Value-of-Information)に基づいてどの情報を送信するかを決定する。
• 参考スコア（独自算出の注目度）: 1.9480051045857552
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In this work we consider a multi-robot team operating in an unknown environment where one aerial agent is tasked to map the environment and transmit (a portion of) the mapped environment to a group of ground agents that are trying to reach their goals. The entire operation takes place over a bandwidth-limited communication channel, which motivates the problem of determining what and how much information the assisting agent should transmit and when while simultaneously performing exploration/mapping. The proposed framework enables the assisting aerial agent to decide what information to transmit based on the Value-of-Information (VoI), how much to transmit using a Mixed-Integer Linear Programming (MILP), and how to acquire additional information through an utility score-based environment exploration strategy. We perform a communication-motion trade-off analysis between the total amount of map data communicated by the aerial agent and the navigation cost incurred by the ground agents.
• Abstract（参考訳）: 本研究では,1つの航空エージェントが環境をマッピングし,目標達成を目指す地上エージェントのグループに(一部)マップされた環境を送信する,未知の環境で動作するマルチロボットチームについて考察する。 操作全体は帯域幅に制限された通信チャネル上で行われ、これは、探索/マッピングを同時に実行しながら、アシストエージェントが送信すべき情報量を決定する問題である。 提案フレームワークは,航空エージェントが情報量に基づいて送信すべき情報を決定すること,MILP(Mixed-Integer Linear Programming)を用いた送信量を決定すること,実用的スコアベースの環境探索戦略を通じて追加情報を取得する方法について検討する。 航空エージェントが伝達する地図データの総量と地上エージェントが引き起こすナビゲーションコストの通信移動トレードオフ分析を行う。

関連論文リスト

• Path Planning Optimisation for SParse, AwaRe and Cooperative Networked Aerial Robot Teams (SpArC-NARTs): Optimisation Tool and Ground Sensing Coverage Use Cases [1.376408511310322]
  ネットワーク化された空中ロボットチーム(NART)は、無線リンクで相互接続されたエージェントのグループから構成される。 間欠的(すなわちスパース)であっても、エージェント間のデータ交換を可能にし、協調行動をサポートする。 本稿では,スパース,アウェア,協調型ネットワーク型ロボットチームのための新しい経路計画ツールを提案する。
  論文  参考訳（メタデータ） (2026-02-15T17:40:45Z)
• Air-Ground Collaboration for Language-Specified Missions in Unknown Environments [62.56917065429864]
  本稿では,無人航空機 (UAV) と無人地上機 (UGV) が,自然言語で指定されたミッションを協調的に達成できる,第一種システムを提案する。 我々は、Large Language Model(LLM)対応プランナーを利用して、オンライン上に構築され、航空ロボットと地上ロボットの間で機会的に共有されるセマンティック・メトリック・マップを推論する。
  論文  参考訳（メタデータ） (2025-05-14T03:33:46Z)
• IG-MCTS: Human-in-the-Loop Cooperative Navigation under Incomplete Information [22.47189812250736]
  CoNav-Mazeは、人間のオペレータが不正確な地図に基づいてガイダンスを提供する間、ロボットが局所的な知覚でナビゲートするシミュレーション環境である。 我々は,自律移動と情報通信を協調的に最適化する情報ゲインモンテカルロ木探索(IG-MCTS)を提案する。 IG-MCTSはコミュニケーション要求を著しく減らし、認知負荷の低下を示す視線追跡指標を得る。
  論文  参考訳（メタデータ） (2025-02-03T22:08:04Z)
• LPAC: Learnable Perception-Action-Communication Loops with Applications to Coverage Control [72.81786007015471]
  本稿では,その問題に対する学習可能なパーセプション・アクション・コミュニケーション(LPAC)アーキテクチャを提案する。 CNNは局所認識を処理する。グラフニューラルネットワーク(GNN)はロボットのコミュニケーションを促進する。 評価の結果,LPACモデルは標準分散型および集中型カバレッジ制御アルゴリズムよりも優れていた。
  論文  参考訳（メタデータ） (2024-01-10T00:08:00Z)
• Online Grounding of PDDL Domains by Acting and Sensing in Unknown Environments [62.11612385360421]
  本稿では,エージェントが異なるタスクを実行できるフレームワークを提案する。 機械学習モデルを統合して、感覚データを抽象化し、目標達成のためのシンボリックプランニング、ナビゲーションのためのパスプランニングを行う。 提案手法を,RGB-Dオンボードカメラ,GPS,コンパスなど,正確なシミュレーション環境で評価する。
  論文  参考訳（メタデータ） (2021-12-18T21:48:20Z)
• Interpretation of Emergent Communication in Heterogeneous Collaborative Embodied Agents [83.52684405389445]
  本稿では,コラボレーティブな多目的ナビゲーションタスクCoMONを紹介する。 この課題において、オラクルエージェントは、地図の形式で詳細な環境情報を有する。 視覚的に環境を知覚するナビゲーターエージェントと通信し、目標のシーケンスを見つけるのが任務である。 創発的コミュニケーションはエージェントの観察と3次元環境の空間構造に基礎を置くことができることを示す。
  論文  参考訳（メタデータ） (2021-10-12T06:56:11Z)
• Learning Connectivity for Data Distribution in Robot Teams [96.39864514115136]
  グラフニューラルネットワーク(GNN)を用いたアドホックネットワークにおけるデータ分散のためのタスク非依存,分散化,低レイテンシ手法を提案する。 当社のアプローチは、グローバル状態情報に基づいたマルチエージェントアルゴリズムを各ロボットで利用可能にすることで機能させます。 我々は,情報の平均年齢を報酬関数として強化学習を通じて分散gnn通信政策を訓練し,タスク固有の報酬関数と比較してトレーニング安定性が向上することを示す。
  論文  参考訳（メタデータ） (2021-03-08T21:48:55Z)
• A Comprehensive Overview on 5G-and-Beyond Networks with UAVs: From Communications to Sensing and Intelligence [152.89360859658296]
  5Gネットワークは、拡張モバイルブロードバンド(eMBB)、超信頼性低遅延通信(URLLC)、大規模機械型通信(mMTC)の3つの典型的な利用シナリオをサポートする必要がある。 一方、UAVはコスト効率のよい航空プラットフォームとして利用でき、地上の利用者に高い高度と3D空間での操作性を利用して通信サービスを強化することができる。 一方,UAVと地上ユーザの両方に同時に通信サービスを提供することは,ユビキタスな3D信号網と強力な地上ネットワーク干渉の必要性から,新たな課題を提起する。
  論文  参考訳（メタデータ） (2020-10-19T08:56:04Z)
• Who2com: Collaborative Perception via Learnable Handshake Communication [34.29310680302486]
  本稿では,ロボットが周囲のエージェントと局所的な観察を組み合わせて学習可能な方法で認識タスクの精度を向上する,協調的知覚の問題を提案する。 ネットワーク通信プロトコルにヒントを得た多段階ハンドシェイク通信機構を提案する。 セマンティックセグメンテーションタスクにおいて、ハンドシェイク通信方式は、分散ベースラインよりも約20%精度が向上し、帯域幅の4分の1を使用した集中型セグメンテーションに匹敵することを示す。
  論文  参考訳（メタデータ） (2020-03-21T04:16:22Z)

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。