論文の概要: Monitoring autonomous persistent surveillance missions using invariance

• arxiv url: http://arxiv.org/abs/2605.06062v1
• Date: Thu, 07 May 2026 11:45:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 22:27:11.7363
• Title: Monitoring autonomous persistent surveillance missions using invariance
• Title（参考訳）: 不均一性を用いた自律的持続監視ミッションのモニタリング
• Authors: Vladislav Nenchev, Prodromos Sotiriadis,
• Abstract要約: 本稿では,自律的スタックがブラックボックスである場合,自律ロボットによる永続的監視のためのランタイム監視について検討する。 環境は有限個の部分に分割され、それぞれが観測されたときに減少し、それ以外は増大する不確実な状態を持つ。 閉ループを線形パラメータ変動ダイナミクスを持つ状態依存型ハイブリッドシステムとしてモデル化し、不変のオフライン計算に基づくモニタを設計する。
• 参考スコア（独自算出の注目度）: 0.42970700836450487
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper studies runtime monitoring for persistent surveillance by autonomous robots when the autonomy stack is a black box. The environment is partitioned into finitely many parts, each carrying an uncertainty state that decreases when observed and increases otherwise. We model the closed loop as a state-dependent hybrid system with linear parameter varying dynamics and design a monitor based on an invariant computed offline. As this invariant is typically hard to obtain for large to-be-surveyed spaces, we propose a compositional monitor obtained by decentralized computation of low-dimensional invariant sets for each uncertainty region, and checking their conjunction online. Under common independence assumptions, the compositional monitor is sound and complete with respect to the full-system invariant. The approach is applied in a case study with a real robot persistently monitoring a labyrinth, emphasizing its applicability in practice.
• Abstract（参考訳）: 本稿では,自律的スタックがブラックボックスである場合,自律ロボットによる永続的監視のためのランタイム監視について検討する。 環境は有限個の部分に分けられ、それぞれが観測されたときに減少し、それ以外は増大する不確実な状態を持つ。 閉ループを線形パラメータ変動ダイナミクスを持つ状態依存型ハイブリッドシステムとしてモデル化し、不変のオフライン計算に基づくモニタを設計する。 この不変量は通常、大きめのTo-be-surveyed空間では取得が困難であるため、各不確かさ領域に対して低次元不変量の分散計算を行い、それらの接続性を確認することで得られる構成モニタを提案する。 一般的な独立性の仮定では、構成モニターは完全系不変量に対して健全で完備である。 このアプローチは、実際のロボットがラビリンスを継続的に監視するケーススタディに適用され、実際に適用可能であることを強調する。

関連論文リスト

• Cooperative Informative Sensing for Monitoring Dynamic Indoor Environments via Multi-Agent Reinforcement Learning [56.64821510576244]
  我々は,複数のロボットが動作を調整し,部分観測可能性下での監視精度を直接最適化する分散制御問題として,協調的アクティブな観察を定式化する。 本稿では,多エージェント強化学習(MARL)を用いた分散観測から,多人数の人間と時間的依存関係を扱うアーキテクチャを基盤とした協調政策学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-25T07:20:15Z)
• Self-Monitoring Benefits from Structural Integration: Lessons from Metacognition in Continuous-Time Multi-Timescale Agents [0.11080037957254413]
  自己監視機能は、強化学習エージェントに有用な追加としてしばしば提案される。 しかし、実際に役に立ちますか? 本研究では,捕食者・捕食者生存環境下での連続的マルチタイムスケールエージェントにおけるこの問題について検討する。
  論文  参考訳（メタデータ） (2026-04-13T18:05:31Z)
• Verifying Closed-Loop Contractivity of Learning-Based Controllers via Partitioning [52.23804865017831]
  本稿では,ニューラルネットワークによるパラメータ化を行う非線形制御系における閉ループ収縮の検証問題に対処する。 我々は、対称メッツラー行列の優越的固有値が非正であることを確かめるために、閉ループの縮約性に対するトラクタブルでスケーラブルな十分条件を導出する。
  論文  参考訳（メタデータ） (2025-12-01T23:06:56Z)
• Every Subtlety Counts: Fine-grained Person Independence Micro-Action Recognition via Distributionally Robust Optimization [36.230001277076376]
  マイクロアクション認識は、心理的アセスメントと人間とコンピュータの相互作用に不可欠である。 既存の手法は現実のシナリオで失敗することが多い。 本稿では、分散ロバスト最適化の原則を取り入れた個人独立ユニバーサルマイクロアクション認識フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-25T14:54:24Z)
• On Multi-entity, Multivariate Quickest Change Point Detection [2.0369245689839817]
  変更点検出(CPD)は、従来のセンシング手法が実現不可能なクラウドモニタリングのアプリケーションによって動機付けられている。 本稿では,正常度からの個人偏差(IDfN)の概念を紹介し,正常度を訓練した再構成エラーベースのオートエンコーダを用いて計算する。 平均値、分散値、カーネル密度推定値(KDE)を用いてこれらの個々の偏差を集約し、システムワイド異常スコア(SWAS)を生成する。 我々の教師なしアプローチはラベル付きデータや特徴抽出の必要性を排除し、ストリーミング入力のリアルタイム操作を可能にします。
  論文  参考訳（メタデータ） (2025-09-22T18:35:24Z)
• Decentralized Vision-Based Autonomous Aerial Wildlife Monitoring [55.159556673975544]
  野生生物モニタリングのための分散視覚に基づくマルチクワッドロータシステムを提案する。 我々のアプローチは、その自然生息地における大型種のロバスト同定と追跡を可能にする。
  論文  参考訳（メタデータ） (2025-08-20T20:05:05Z)
• Monitoring Robustness and Individual Fairness [7.922558880545528]
  デプロイされたブラックボックスAIモデルのインプット・アウトプット・ロバスト性のランタイムモニタリングを提案する。 そこで本研究では, 固定半径近傍の探索問題 (FRNN) として, 監視問題をキャストできることを示す。 いくつかの軽量モニタを提供するツールであるClemontを紹介します。
  論文  参考訳（メタデータ） (2025-05-31T10:27:54Z)
• DARTH: Holistic Test-time Adaptation for Multiple Object Tracking [87.72019733473562]
  複数物体追跡(MOT)は、自律運転における知覚システムの基本的構成要素である。 運転システムの安全性の追求にもかかわらず、テスト時間条件における領域シフトに対するMOT適応問題に対する解決策は提案されていない。 我々はMOTの総合的なテスト時間適応フレームワークであるDARTHを紹介する。
  論文  参考訳（メタデータ） (2023-10-03T10:10:42Z)
• Many-body Dynamics in Monitored Atomic Gases Without Post-Selection Barrier [0.0]
  レーザー場によって駆動される原子の観察されたアンサンブルの性質と集団崩壊の存在について検討した。 我々の設定は、現在の光-光相互作用デバイスで実装可能であり、特に、監視されたダイナミクスは、選択後の測定問題から解放される。
  論文  参考訳（メタデータ） (2023-06-01T16:03:38Z)
• Self-supervised Human Detection and Segmentation via Multi-view Consensus [116.92405645348185]
  本稿では,トレーニング中に幾何学的制約を多視点一貫性という形で組み込むマルチカメラフレームワークを提案する。 本手法は,標準ベンチマークから視覚的に外れた画像に対して,最先端の自己監視的人物検出とセグメンテーション技術に勝ることを示す。
  論文  参考訳（メタデータ） (2020-12-09T15:47:21Z)
• Unsupervised Controllable Generation with Self-Training [90.04287577605723]
  GANによる制御可能な世代は依然として困難な研究課題である。 本稿では,自己学習を通じてジェネレータを制御する潜伏符号の分布を学習するための教師なしフレームワークを提案する。 我々のフレームワークは、変分オートエンコーダのような他の変種と比較して、より良い絡み合いを示す。
  論文  参考訳（メタデータ） (2020-07-17T21:50:35Z)

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。