論文の概要: SACHI: Structured Agent Coordination via Holistic Information Integration in Multi-Agent Reinforcement Learning
- arxiv url: http://arxiv.org/abs/2605.08391v1
- Date: Fri, 08 May 2026 19:00:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-12 23:28:49.610585
- Title: SACHI: Structured Agent Coordination via Holistic Information Integration in Multi-Agent Reinforcement Learning
- Title（参考訳）: SACHI:マルチエージェント強化学習におけるホロスティック情報統合による構造化エージェントコーディネーション
- Abstract要約: 局所的な観測を行うマルチエージェント強化学習エージェントは、基本的な情報ボトルネックに直面している。
エージェント間の協調グラフ上でグラフトランスフォーマーが畳み込み、アクション選択前のチームメイトからのコンテンツ依存信号で各エージェントの表現を豊かにする、全体情報統合(SACHI)によるテキスト構造化エージェントコーディネーションを提案する。
SACHIは、全てのタスクにおいて最高のベースラインを一貫して一致または上回る、厳密な統計分析、例えばブートストラップ信頼区間の正規化メトリクス、フリードマンランキング、パフォーマンスプロファイリングは、この利点が統計的に有意であり、環境全体にわたって堅牢であり、モデルキャパシティの増加に起因するものではないことを確認している。
- 参考スコア（独自算出の注目度）: 7.702487800530373
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Cooperative multi-agent reinforcement learning agents that act on partial local observations face a fundamental information bottleneck: the knowledge needed to select jointly optimal actions is scattered across the team, yet each agent must commit to a decision without access to its teammates' observations, intentions, or chosen actions. Existing methods either ignore this bottleneck, compress it into a scalar mixing signal, or route around it with learned communication channels. Framing action coordination as a problem of structured information integration among agents, we propose \textit{structured agent coordination via holistic information integration}, or SACHI, in which graph transformer convolutions over an inter-agent coordination graph enrich each agent's representation with receiver-sensitive, content-dependent signals from teammates prior to action selection. We evaluate SACHI across five cooperative tasks spanning spatial, communicative, and adversarial coordination challenges against twelve baselines. SACHI consistently matches or outperforms the best baseline on every task, and rigorous aggregate statistical analyses, including normalized metrics with bootstrap confidence intervals, Friedman ranking, and performance profiling, confirm that this advantage is statistically significant, robust across environments, and not attributable to increased model capacity. Parameter-matched ablations further trace the source of the gains to a single architectural property: the degree of content-dependence in the message-passing operator.
- Abstract（参考訳）: 共同で最適な行動を選択するために必要な知識はチーム全体に分散されているが、各エージェントはチームメイトの観察、意図、選択された行動にアクセスすることなく決定を下さなければならない。
既存の方法は、このボトルネックを無視したり、スカラーミキシング信号に圧縮したり、学習した通信チャネルでそれを回避する。
エージェント間の構造化情報統合の課題として,エージェント間協調グラフ上のグラフトランスフォーマーの畳み込みにより,アクション選択前のチームメイトからのレシーバに敏感でコンテンツ依存的な信号で各エージェントの表現を豊かにする,‘textit{structured agent coordinate} ’ (SACHI) を提案する。
我々は,空間的,コミュニケーション的,対人的協調的課題にまたがる5つの協調作業に対して,12の基準線に対してSACHIを評価した。
SACHIは、全てのタスクにおいて最高のベースラインを一貫して一致または上回っており、ブートストラップの信頼区間、フリードマンのランク付け、パフォーマンスプロファイリングを含む厳密な統計分析により、この利点は統計的に有意であり、環境全体にわたって堅牢であり、モデル容量の増加に寄与しないことを確認した。
パラメータマッチングによる短縮は、利得のソースを、メッセージパッシング演算子におけるコンテント依存性の度合いという、単一のアーキテクチャ特性にさらにトレースする。
関連論文リスト
- Improving the Efficiency of Language Agent Teams with Adaptive Task Graphs [52.26652574704317]
大規模言語モデル(LLM)はますますチームにデプロイされているが、既存のコーディネーションアプローチは2つの極端な部分を占めることが多い。
本稿では,Language Agent Teams for Task Evolution (LATTE)を紹介した。
論文 参考訳（メタデータ） (2026-05-07T14:19:17Z) - SynAgent: Generalizable Cooperative Humanoid Manipulation via Solo-to-Cooperative Agent Synergy [59.86199649493784]
制御可能な協調的ヒューマノイド操作は、インボディードインテリジェンスにとって根本的な問題である。
スケーラブルで物理的に妥当な協調操作を可能にするフレームワークであるSynAgentを提案する。
実験では、SynAgentは協調模倣と軌道条件制御の両方において既存のベースラインを著しく上回る。
論文 参考訳（メタデータ） (2026-04-20T17:46:20Z) - Self-Configurable Mesh-Networks for Scalable Distributed Submodular Bandit Optimization [6.522338519818377]
本研究では、帯域幅、データレート、接続性において、現実的な通信制約の下で分散帯域のサブモジュール協調をスケールする方法について検討する。
提案手法は,エージェントの通信エリアを時間とともに最適化することにより,ほぼ最適な行動調整を可能にする。
より高速に収束し、帯域幅のサブモジュラー調整のためのベンチマークより優れ、環境の事前知識によって特権付けられるベンチマークよりも優れていることが観察される。
論文 参考訳（メタデータ） (2026-02-22T22:36:37Z) - Safe Heterogeneous Multi-Agent RL with Communication Regularization for Coordinated Target Acquisition [14.31446990918297]
本稿では,分散型マルチエージェント強化学習フレームワークを提案する。
構造的に異質なエージェントのチームが、ランダムに位置したターゲットを共同で発見し、取得することができる。
論文 参考訳（メタデータ） (2026-01-13T08:30:43Z) - Learning to Interact in World Latent for Team Coordination [53.51290193631586]
本研究は,多エージェント強化学習(MARL)におけるチーム協調を支援するために,対話型ワールドラテント(IWoL)という新しい表現学習フレームワークを提案する。
コミュニケーションプロトコルを直接モデル化することにより,エージェント間関係とタスク固有の世界情報とを協調的にキャプチャする学習可能な表現空間を構築する。
私たちの表現は、各エージェントの暗黙のラテントとしてだけでなく、コミュニケーションのための明示的なメッセージとしても使用できます。
論文 参考訳（メタデータ） (2025-09-29T22:13:39Z) - FeaKM: Robust Collaborative Perception under Noisy Pose Conditions [1.9626657740463982]
FeaKM(FeaKM)は,協調エージェント間の相違を正すために特徴レベルキーポイントマッチングを利用する新しい手法である。
実験の結果, FeaKM は DAIR-V2X データセット上の既存手法よりも有意に優れていた。
論文 参考訳（メタデータ） (2025-02-16T06:03:33Z) - Communication Learning in Multi-Agent Systems from Graph Modeling Perspective [62.13508281188895]
本稿では,エージェント間の通信アーキテクチャを学習可能なグラフとして概念化する手法を提案する。
本稿では,各エージェントに対して時間的ゲーティング機構を導入し,ある時間に共有情報を受信するかどうかの動的決定を可能にする。
論文 参考訳（メタデータ） (2024-11-01T05:56:51Z) - Learning Multi-Agent Communication from Graph Modeling Perspective [62.13508281188895]
本稿では,エージェント間の通信アーキテクチャを学習可能なグラフとして概念化する手法を提案する。
提案手法であるCommFormerは,通信グラフを効率よく最適化し,勾配降下によるアーキテクチャパラメータをエンドツーエンドで並列に洗練する。
論文 参考訳（メタデータ） (2024-05-14T12:40:25Z) - Distributed Adaptive Learning Under Communication Constraints [54.22472738551687]
本研究では,コミュニケーション制約下での運用を目的とした適応型分散学習戦略について検討する。
我々は,ストリーミングデータの連続的な観察から,オンライン最適化問題を解決しなければならないエージェントのネットワークを考える。
論文 参考訳（メタデータ） (2021-12-03T19:23:48Z) - 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。