論文の概要: COIN: Collaborative Interaction-Aware Multi-Agent Reinforcement Learning for Self-Driving Systems

• arxiv url: http://arxiv.org/abs/2603.24931v1
• Date: Thu, 26 Mar 2026 01:48:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-27 20:52:48.042418
• Title: COIN: Collaborative Interaction-Aware Multi-Agent Reinforcement Learning for Self-Driving Systems
• Title（参考訳）: COIN: 自動運転システムのための協調的対話型マルチエージェント強化学習
• Authors: Yifeng Zhang, Jieming Chen, Tingguang Zhou, Tanishq Duhan, Jianghong Dong, Yuhong Cao, Guillaume Sartoretti,
• Abstract要約: 我々は,コラボレーティブ(CO-)インタラクションアウェア(-IN)MARLフレームワーク,COINを提案する。 COINは、エージェントの個々の目的(ナビゲーション)とグローバルな目標(コラボレーション)を共同で最適化することを目的としている。 COINは、様々なシステムサイズにわたる安全性と効率の両方において、他の先進的なベースライン手法よりも一貫して優れている。
• 参考スコア（独自算出の注目度）: 11.28367642438173
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-Agent Self-Driving (MASD) systems provide an effective solution for coordinating autonomous vehicles to reduce congestion and enhance both safety and operational efficiency in future intelligent transportation systems. Multi-Agent Reinforcement Learning (MARL) has emerged as a promising approach for developing advanced end-to-end MASD systems. However, achieving efficient and safe collaboration in dynamic MASD systems remains a significant challenge in dense scenarios with complex agent interactions. To address this challenge, we propose a novel collaborative(CO-) interaction-aware(-IN) MARL framework, named COIN. Specifically, we develop a new counterfactual individual-global twin delayed deep deterministic policy gradient (CIG-TD3) algorithm, crafted in a "centralized training, decentralized execution" (CTDE) manner, which aims to jointly optimize the individual objectives (navigation) and the global objectives (collaboration) of agents. We further introduce a dual-level interaction-aware centralized critic architecture that captures both local pairwise interactions and global system-level dependencies, enabling more accurate global value estimation and improved credit assignment for collaborative policy learning. We conduct extensive simulation experiments in dense urban traffic environments, which demonstrate that COIN consistently outperforms other advanced baseline methods in both safety and efficiency across various system sizes. These results highlight its superiority in complex and dynamic MASD scenarios, as further validated through real-world robot demonstrations. Supplementary videos are available at https://marmotlab.github.io/COIN/
• Abstract（参考訳）: マルチエージェント自動運転(MASD)システムは、将来のインテリジェント交通システムにおいて、渋滞を低減し、安全と運転効率の両方を高めるために、自動運転車をコーディネートするための効果的なソリューションを提供する。 MARL(Multi-Agent Reinforcement Learning)は、先進的なエンドツーエンドMASDシステムを開発する上で有望なアプローチである。 しかし、動的MASDシステムにおける効率的かつ安全な協調を実現することは、複雑なエージェント相互作用を伴う密集シナリオにおいて重要な課題である。 この課題に対処するため、我々はCOINという新しい協調型(CO-)インタラクションアウェア(-IN)MARLフレームワークを提案する。 具体的には,エージェントの個人目標(ナビゲーション)とグローバル目標(共同作業)を共同で最適化することを目的とした,分散トレーニング,分散実行(CTDE)方式で構築した,新たな対物的対人的対人的対人的対人的対人的決定主義的方針勾配(CIG-TD3)アルゴリズムを開発した。 さらに、局所的なペアレベルのインタラクションとグローバルなシステムレベルの依存関係の両方をキャプチャし、より正確なグローバルな価値推定を可能にし、協調的な政策学習のための信用割当を改善する、デュアルレベルのインタラクション対応型中央集権的批判アーキテクチャを導入する。 密集都市交通環境における大規模なシミュレーション実験を行い、COINは様々なシステムサイズで安全性と効率の両方において、他の先進的ベースライン法を一貫して上回っていることを示した。 これらの結果は、実世界のロボットデモを通じてさらに検証されるように、複雑でダイナミックなMASDシナリオにおいて、その優位性を強調している。 追加ビデオはhttps://marmotlab.github.io/COIN/で公開されている。

関連論文リスト

• IMAGINE: Intelligent Multi-Agent Godot-based Indoor Networked Exploration [0.0]
  本稿では,2次元屋内環境における課題に対処するために,MARL(Multi-Agent Reinforcement Learning)を実装した。 政策訓練は、不確実性の下で創発的な協調行動と意思決定を達成することを目的としている。
  論文  参考訳（メタデータ） (2026-02-02T22:08:41Z)
• Advances and Innovations in the Multi-Agent Robotic System (MARS) Challenge [170.47383225329915]
  スケーラブルで効率的で協調的なソリューションを実現するためには、マルチエージェントシステムフレームワークが不可欠になっています。 このシフトには,エージェント能力の向上,タスクデリゲートによるシステム効率の向上,高度なヒューマンエージェントインタラクションの実現という,3つの主要な要因がある。 本研究では,NurIPS 2025 Workshop on SpaVLEで開催されているマルチエージェントロボットシステム(MARS)チャレンジを提案する。
  論文  参考訳（メタデータ） (2026-01-26T17:56:19Z)
• Goal-Oriented Multi-Agent Reinforcement Learning for Decentralized Agent Teams [0.6676697660506798]
  本稿では,車両がエージェントとして機能し,局地的な目標や観測に基づいて選択的にコミュニケーションできる分散マルチエージェント強化学習(MARL)フレームワークを提案する。 この目標対応コミュニケーション戦略により、エージェントは関連する情報のみを共有することができ、可視性制限を尊重しながらコラボレーションを強化することができる。 その結果,本手法は作業成功率を大幅に改善し,非協調的ベースラインに比べて時間とゴールを短縮することがわかった。
  論文  参考訳（メタデータ） (2025-11-15T02:11:31Z)
• Application of LLM Guided Reinforcement Learning in Formation Control with Collision Avoidance [1.1718316049475228]
  マルチエージェントシステム(Multi-Agent Systems、MAS)は、個々のエージェントの協調作業を通じて複雑な目的を達成する。 本稿では,効果的な報酬関数を設計する上での課題を克服する新しい枠組みを提案する。 タスクの優先順位付けにおいて,大規模言語モデル(LLM)を付与することにより,オンライン上で動的に調整可能な報酬関数を生成する。
  論文  参考訳（メタデータ） (2025-07-22T09:26:00Z)
• SOLVE: Synergy of Language-Vision and End-to-End Networks for Autonomous Driving [51.47621083057114]
  SOLVEは、ビジョンランゲージモデルとエンド・ツー・エンド(E2E)モデルを相乗化して自動運転車の計画を強化する革新的なフレームワークである。 提案手法は,VLMとE2Eコンポーネント間の包括的インタラクションを実現するために,共有ビジュアルエンコーダによる機能レベルでの知識共有を重視している。
  論文  参考訳（メタデータ） (2025-05-22T15:44:30Z)
• CoMAL: Collaborative Multi-Agent Large Language Models for Mixed-Autonomy Traffic [11.682456863110767]
  CoMALは、交通の流れを最適化するために、自動運転車間のコラボレーションによって、混在する自律交通問題に対処するために設計されたフレームワークである。 CoMALは大きな言語モデル上に構築されており、対話的な交通シミュレーション環境で動作する。
  論文  参考訳（メタデータ） (2024-10-18T10:53:44Z)
• Decentralized and Lifelong-Adaptive Multi-Agent Collaborative Learning [57.652899266553035]
  分散型および生涯適応型多エージェント協調学習は、中央サーバを使わずに複数のエージェント間のコラボレーションを強化することを目的としている。 動的協調グラフを用いた分散マルチエージェント生涯協調学習アルゴリズムであるDeLAMAを提案する。
  論文  参考訳（メタデータ） (2024-03-11T09:21:11Z)
• Locality Matters: A Scalable Value Decomposition Approach for Cooperative Multi-Agent Reinforcement Learning [52.7873574425376]
  協調型マルチエージェント強化学習(MARL)は,エージェント数で指数関数的に大きい状態空間と動作空間により,スケーラビリティの問題に直面する。 本稿では,学習分散実行パラダイムに局所報酬を組み込んだ,新しい価値に基づくマルチエージェントアルゴリズム LOMAQ を提案する。
  論文  参考訳（メタデータ） (2021-09-22T10:08:15Z)
• F2A2: Flexible Fully-decentralized Approximate Actor-critic for Cooperative Multi-agent Reinforcement Learning [110.35516334788687]
  分散マルチエージェント強化学習アルゴリズムは複雑なアプリケーションでは実践的でないことがある。 本稿では,大規模で汎用的なマルチエージェント設定を扱える,柔軟な完全分散型アクター批判型MARLフレームワークを提案する。 当社のフレームワークは,大規模環境におけるスケーラビリティと安定性を実現し,情報伝達を低減できる。
  論文  参考訳（メタデータ） (2020-04-17T14:56:29Z)

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。