論文の概要: Wireless communication empowers online scheduling of partially-observable transportation multi-robot systems in a smart factory

• arxiv url: http://arxiv.org/abs/2603.23967v1
• Date: Wed, 25 Mar 2026 06:01:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-26 21:06:11.152457
• Title: Wireless communication empowers online scheduling of partially-observable transportation multi-robot systems in a smart factory
• Title（参考訳）: 無線通信によるスマートファクトリーにおける部分観測型移動ロボットシステムのオンラインスケジューリング
• Authors: Yaxin Liao, Qimei Cui, Kwang-Cheng Chen, Xiong Li, Jinlian Chen, Xiyu Zhao, Xiaofeng Tao, Ping Zhang,
• Abstract要約: 本稿では,無線機械間通信(M2M)と経路スケジューリングを明示的に結合した通信可能なオンラインスケジューリングフレームワークを提案する。 具体的には、インテリジェントAGVの意図とセンサデータを新しいM2Mトラフィックとして決定し、リアルタイムな運用要求を満たすために再送信不要なマルチリンク伝送ネットワークを調整する。 統合された通信とスケジューリング方式により、AGVは計算オーバーヘッドを減らし、衝突のない経路と渋滞のない経路を動的に調整できる。
• 参考スコア（独自算出の注目度）: 23.803292902949256
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Achieving agile and reconfigurable production flows in smart factories depends on online multi-robot task assignment (MRTA), which requires online collision-free and congestion-free route scheduling of transportation multi-robot systems (T-MRS), e.g., collaborative automatic guided vehicles (AGVs). Due to the real-time operational requirements and dynamic interactions between T-MRS and production MRS, online scheduling under partial observability in dynamic factory environments remains a significant and under-explored challenge. This paper proposes a novel communication-enabled online scheduling framework that explicitly couples wireless machine-to-machine (M2M) networking with route scheduling, enabling AGVs to exchange intention information, e.g., planned routes, to overcome partial observations and assist complex computation of online scheduling. Specifically, we determine intelligent AGVs' intention and sensor data as new M2M traffic and tailor the retransmission-free multi-link transmission networking to meet real-time operation demands. This scheduling-oriented networking is then integrated with a simulated annealing-based MRTA scheme and a congestion-aware A*-based route scheduling method. The integrated communication and scheduling scheme allows AGVs to dynamically adjust collision-free and congestion-free routes with reduced computational overhead. Numerical experiments shows the impacts from wireless communication on the performance of T-MRS and suggest that the proposed integrated scheme significantly enhances scheduling efficiency compared to other baselines, even under high AGV load conditions and limited channel resources. Moreover, the results reveal that the scheduling-oriented wireless M2M communication design fundamentally differs from human-to-human communications, implying new technological opportunities in a wireless networked smart factory.
• Abstract（参考訳）: スマートファクトリにおけるアジャイルと再構成可能な生産フローを達成するには、オンラインのマルチロボットタスク割り当て(MRTA)に依存する。 T-MRSと生産MSSのリアルタイムな運用要件と動的相互作用のため、動的工場環境における部分観測可能性の下でのオンラインスケジューリングは、重要かつ未調査の課題である。 本稿では、無線機械間通信(M2M)と経路スケジューリングを明示的に結合し、AGVが意図情報(例えば計画経路)を交換し、部分的な観測を克服し、オンラインスケジューリングの複雑な計算を支援する、通信可能な新しいオンラインスケジューリングフレームワークを提案する。 具体的には、インテリジェントAGVの意図とセンサデータを新しいM2Mトラフィックとして決定し、リアルタイムな運用要求を満たすために再送信不要なマルチリンク伝送ネットワークを調整する。 このスケジューリング指向ネットワークは、シミュレーションされたアニーリングに基づくMRTAスキームと、混雑を考慮したA*ベースの経路スケジューリング手法とに統合される。 統合された通信とスケジューリング方式により、AGVは計算オーバーヘッドを減らし、衝突のない経路と渋滞のない経路を動的に調整できる。 数値実験により, 無線通信がT-MRSの性能に与える影響が示され, 提案手法はAGV負荷条件や限られたチャネル資源の下でも, 他のベースラインと比較してスケジューリング効率を著しく向上させることを示した。 さらに、スケジューリング指向の無線M2M通信設計は、人対人通信とは根本的に異なることを示し、無線ネットワークのスマートファクトリにおける新たな技術機会を示唆している。

関連論文リスト

• Bringing Network Coding into Multi-Robot Systems: Interplay Study for Autonomous Systems over Wireless Communications [48.38270830044451]
  通信はマルチロボットシステムのコアイネーブルである。 本稿では,通信損失と遅延を緩和するトランスポート層信頼性機構が,自律通信ループを形成する方法を示す。 本稿では,ロボット間通信の遅延と損失による協調的局所化と,安全クリティカルなオーバーテイク操作の2つのケーススタディを提案する。
  論文  参考訳（メタデータ） (2026-03-18T08:26:17Z)
• World Model-Based Learning for Long-Term Age of Information Minimization in Vehicular Networks [53.98633183204453]
  本稿では,車載ネットワークにおけるパケット完全性認識情報(CAoI)の年齢を最小化するために,新しい世界モデルに基づく学習フレームワークを提案する。 mmWave V2X環境の動的モデルを共同で学習し、リンクスケジューリングの方法を学ぶための軌跡を想像するために使用する世界モデルフレームワークを提案する。 特に、長期的な政策は環境相互作用の代わりに、異なる想像軌道で学習される。
  論文  参考訳（メタデータ） (2025-05-03T06:23:18Z)
• CoDriveVLM: VLM-Enhanced Urban Cooperative Dispatching and Motion Planning for Future Autonomous Mobility on Demand Systems [17.765742276150565]
  CoDriveVLMは、将来の自律型モビリティ・オン・デマンド(AMoD)システムのために、高忠実な同時ディスパッチと協調動作計画を統合する新しいフレームワークである。 提案手法は,視覚言語モデル(VLM)を用いて多モード情報処理を強化し,包括的ディスパッチと衝突リスク評価を可能にする。
  論文  参考訳（メタデータ） (2025-01-10T17:44:57Z)
• SCoTT: Strategic Chain-of-Thought Tasking for Wireless-Aware Robot Navigation in Digital Twins [78.53885607559958]
  無線対応経路計画フレームワークであるSCoTTを提案する。 SCoTT は DP-WA* の2% 以内で経路ゲインを達成し, 連続的に短い軌道を生成できることを示す。 また,ガゼボシミュレーションにおいて,SCoTTをROSノードとして配置することにより,本手法の実用性を示す。
  論文  参考訳（メタデータ） (2024-11-27T10:45:49Z)
• RACH Traffic Prediction in Massive Machine Type Communications [5.416701003120508]
  本稿では,ALOHAネットワークにおけるバーストトラフィック予測に適した機械学習ベースのフレームワークを提案する。 我々は,mMTCネットワークから頻繁に収集されたデータを活用することでLSTMネットワークの状態を更新する,新しい低複雑さオンライン予測アルゴリズムを開発した。 本研究では,単一基地局と数千のデバイスを異なるトラフィック発生特性を持つグループに編成したネットワーク上でのフレームワークの性能を評価する。
  論文  参考訳（メタデータ） (2024-05-08T17:28:07Z)
• Real-Time Network-Level Traffic Signal Control: An Explicit Multiagent Coordination Method [9.761657423863706]
  交通信号の効率的な制御 (TSC) は, 都市交通渋滞の低減に最も有用な方法の1つである。 強化学習(RL)手法を適用した最近の取り組みは、トラフィック状態を信号決定にリアルタイムでマッピングすることでポリシーをクエリすることができる。 本稿では,適応的,リアルタイム,ネットワークレベルのTSCを満足する,EMCに基づくオンライン計画手法を提案する。
  論文  参考訳（メタデータ） (2023-06-15T04:08:09Z)
• Generative AI-empowered Simulation for Autonomous Driving in Vehicular Mixed Reality Metaverses [130.15554653948897]
  車両混合現実(MR)メタバースでは、物理的実体と仮想実体の間の距離を克服することができる。 現実的なデータ収集と物理世界からの融合による大規模交通・運転シミュレーションは困難かつコストがかかる。 生成AIを利用して、無制限の条件付きトラフィックを合成し、シミュレーションでデータを駆動する自律運転アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-02-16T16:54:10Z)

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。