論文の概要: On Mobile Ad Hoc Networks for Coverage of Partially Observable Worlds

• arxiv url: http://arxiv.org/abs/2512.09495v1
• Date: Wed, 10 Dec 2025 10:19:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.256119
• Title: On Mobile Ad Hoc Networks for Coverage of Partially Observable Worlds
• Title（参考訳）: 部分観測可能な世界をカバーするモバイルアドホックネットワークについて
• Authors: Edwin Meriaux, Shuo Wen, Louis-Roy Langevin, Doina Precup, Antonio Loría, Gregory Dudek,
• Abstract要約: 我々は,この問題を,協調ガードアートギャラリー問題に網羅的問題と直視的制約を関連付けることにより,計算幾何学的枠組みに配置した。 本稿では,エージェントを配置する270度のコーナーを段階的に選択する集中型プランナCADENCEと,ローカル情報と軽量メッセージングを用いてエージェントを協調する分散型スキームDADENCEの2つのアルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 30.48140477734169
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper addresses the movement and placement of mobile agents to establish a communication network in initially unknown environments. We cast the problem in a computational-geometric framework by relating the coverage problem and line-of-sight constraints to the Cooperative Guard Art Gallery Problem, and introduce its partially observable variant, the Partially Observable Cooperative Guard Art Gallery Problem (POCGAGP). We then present two algorithms that solve POCGAGP: CADENCE, a centralized planner that incrementally selects 270 degree corners at which to deploy agents, and DADENCE, a decentralized scheme that coordinates agents using local information and lightweight messaging. Both approaches operate under partial observability and target simultaneous coverage and connectivity. We evaluate the methods in simulation across 1,500 test cases of varied size and structure, demonstrating consistent success in forming connected networks while covering and exploring unknown space. These results highlight the value of geometric abstractions for communication-driven exploration and show that decentralized policies are competitive with centralized performance while retaining scalability.
• Abstract（参考訳）: 本稿では、当初未知の環境で通信ネットワークを確立するための移動体エージェントの移動と配置について述べる。 本報告では,協調ガードアートギャラリー問題 (POCGAGP) に網羅的問題と直視的制約を関連付け,その部分観測可能な変種,部分観測可能な協調ガードアートギャラリー問題 (POCGAGP) を導入することにより,計算幾何学的枠組みに問題を提起した。 次に、エージェントをデプロイする270度のコーナーを段階的に選択する集中型プランナーCADENCEと、ローカル情報と軽量メッセージングを使用してエージェントをコーディネートする分散スキームDADENCEの2つのアルゴリズムを提案する。 どちらのアプローチも部分的な可観測性の下で動作し、同時カバレッジと接続を目標としている。 本研究では, 異なるサイズと構造を持つ1500の試験事例を対象としたシミュレーションを行い, 未知空間をカバーし, 探索しながらネットワーク形成に一貫した成功を証明した。 これらの結果は、コミュニケーション駆動探索における幾何学的抽象化の価値を強調し、分散化されたポリシーはスケーラビリティを維持しながら集中的なパフォーマンスと競合することを示す。

関連論文リスト

• CoCo-Fed: A Unified Framework for Memory- and Communication-Efficient Federated Learning at the Wireless Edge [50.42067935605982]
  ローカルメモリの効率とグローバル通信の削減を両立させる新しい圧縮・結合型学習フレームワークを提案する。 CoCo-Fedは、メモリと通信効率の両方において最先端のベースラインを著しく上回り、非IID設定下では堅牢な収束を維持している。
  論文  参考訳（メタデータ） (2026-01-02T03:39:50Z)
• Scalable Multi-Agent Path Finding using Collision-Aware Dynamic Alert Mask and a Hybrid Execution Strategy [14.091856940824258]
  マルチエージェントパスフィンディングは、ロボット工学や自律システムにおいて重要な問題である。 本稿では,分散経路計画と軽量集中コーディネータを組み合わせたハイブリッドフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-10T15:25:40Z)
• Multi-Agent Reinforcement Learning for Task Offloading in Wireless Edge Networks [3.065057842316041]
  エッジコンピューティングシステムでは、自律エージェントは共有リソースを競いながら、高速なローカル決定をしなければならない。 本稿では,各エージェントが制約付きマルコフ決定プロセス(CMDP)を解き,共有制約ベクトルを通じて暗黙的にコーディネートする分散フレームワークを提案する。 安全強化学習を用いて、エージェントは、地域とグローバルの両方の目標を満たすポリシーを学ぶ。
  論文  参考訳（メタデータ） (2025-09-01T08:47:36Z)
• Performance-Aware Self-Configurable Multi-Agent Networks: A Distributed Submodular Approach for Simultaneous Coordination and Network Design [3.5527561584422465]
  本稿では、AlterNAting Coordination and Network-Design Algorithm(Anaconda)を紹介する。 Anacondaはスケーラブルなアルゴリズムで、ほぼ最適性を保証する。 地域モニタリングのシミュレーションシナリオを実演し,それを最先端のアルゴリズムと比較する。
  論文  参考訳（メタデータ） (2024-09-02T18:11:33Z)
• Networked Communication for Mean-Field Games with Function Approximation and Empirical Mean-Field Estimation [59.01527054553122]
  分散エージェントは、経験的システムの非絶対的実行から平均フィールドゲームにおいて平衡を学ぶことができる。 既存の設定に関数近似を導入し,Munchausen Online Mirror Descent 方式で描画する。 ポリシー情報の交換は,ネットワーク化されたエージェントが,機能近似設定において,独立エージェントと集中エージェントの両方より優れていることを示す。
  論文  参考訳（メタデータ） (2024-08-21T13:32:46Z)
• Distributed Autonomous Swarm Formation for Dynamic Network Bridging [40.27919181139919]
  離散化された部分観測可能なマルコフ決定過程(Dec-POMDP)における動的ネットワークブリッジ問題について定式化する。 グラフ畳み込み強化学習(DGN)に基づく問題に対するマルチエージェント強化学習(MARL)アプローチを提案する。 提案手法はシミュレーション環境で評価し,将来性を示す集中型ベースラインと比較した。
  論文  参考訳（メタデータ） (2024-04-02T01:45:03Z)
• V2X-PC: Vehicle-to-everything Collaborative Perception via Point Cluster [58.79477191603844]
  我々は,低レベル構造情報と高レベル意味情報を組み合わせて,シーンを疎結合に表現する新しいメッセージユニット,すなわちポイントクラスタを導入する。 このフレームワークには、オブジェクトの機能を維持し、帯域幅を管理するためのポイントクラスタパッキング(PCP)モジュールが含まれている。 2つの広く認識されている協調認識ベンチマークの実験は、従来の最先端の手法と比較して、我々の手法の優れた性能を示している。
  論文  参考訳（メタデータ） (2024-03-25T11:24:02Z)
• A Scalable Multi-Robot Framework for Decentralized and Asynchronous Perception-Action-Communication Loops [72.1902268440158]
  グローバルな目的を達成するため,大規模なロボット群における協調作業は,大規模環境における課題である。 ロボットはパーセプション・アクション・コミュニケーションループを実行し、ローカル環境を認識し、他のロボットと通信し、リアルタイムで行動を起こす必要がある。 近年では、フロッキングやカバレッジ制御などのアプリケーションでグラフニューラルネットワーク(GNN)を使用してこの問題に対処している。 本稿では、分散化されたGNNを用いてナビゲーション動作を計算し、通信のためのメッセージを生成するロボット群における非同期PACフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-18T21:20:50Z)
• Networked Communication for Decentralised Agents in Mean-Field Games [59.01527054553122]
  平均フィールドゲームフレームワークにネットワーク通信を導入する。 当社のアーキテクチャは、中央集権型と独立した学習ケースの双方で保証されていることを証明しています。 ネットワーク化されたアプローチは、障害の更新や人口規模の変化に対する堅牢性という点において、両方の選択肢に対して大きなメリットがあることが示されています。
  論文  参考訳（メタデータ） (2023-06-05T10:45:39Z)
• Attention Based Feature Fusion For Multi-Agent Collaborative Perception [4.120288148198388]
  グラフアテンションネットワーク(GAT)の形での中間的協調認識ソリューションを提案する。 提案手法は,複数の連結エージェント間で交換される中間表現を融合するアテンションベースのアグリゲーション戦略を開発する。 このアプローチは、チャネルレベルと空間レベルの中間特徴写像における重要な領域を適応的に強調することにより、オブジェクト検出精度が向上する。
  論文  参考訳（メタデータ） (2023-05-03T12:06:11Z)

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。