論文の概要: Generative Multi-Robot Motion Planning via Diffusion Modeling with Multi-Agent Reinforcement Learning Guidance

• arxiv url: http://arxiv.org/abs/2606.00933v1
• Date: Sat, 30 May 2026 23:54:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:53:37.494434
• Title: Generative Multi-Robot Motion Planning via Diffusion Modeling with Multi-Agent Reinforcement Learning Guidance
• Title（参考訳）: 多エージェント強化学習指導による拡散モデルによる多足歩行計画
• Abstract要約: 本稿では,協調型マルチロボット動作計画のためのフレームワークを提案する。 分散生成軌道計画とマルチエージェント強化学習(MARL)に基づく協調を組み合わせる。 その結果, 提案した拡散計画により, エージェント間干渉率を55.4%から41.8%に低下させることがわかった。
• 参考スコア（独自算出の注目度）: 0.45030648826819175
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Coordinating multiple robots in shared environments requires generating feasible trajectories for each agent while accounting for interactions among agents. Centralized planning approaches become difficult to scale as the number of robots increases, while decentralized approaches that allow each agent to plan independently do not inherently account for inter-agent interactions. This paper presents a framework for coordinated multi-robot motion planning that combines decentralized generative trajectory planning with multi-agent reinforcement learning (MARL)-based coordination. Each robot independently generates candidate trajectories using a diffusion model trained on single-agent motion data, leveraging the generative model's ability to produce feasible and diverse trajectories. To reduce conflicts between agents, a centralized value function trained via MARL guides the reverse diffusion process through gradient-based steering, enabling interaction-aware trajectory generation without centralized joint planning or retraining of the generative model. This guidance follows an exponential tilting formulation, in which the value function biases the denoising distribution toward trajectories with higher expected multi-agent return. The framework is evaluated in a simulated maze environment with four mobile robots. Experimental results show that the proposed value-guided diffusion planning reduces the inter-agent interference rate from 55.4% to 41.8%, demonstrating that coordination can be effectively achieved while preserving the scalability of decentralized trajectory generation. These results suggest that MARL-based value guidance can effectively introduce coordination into decentralized generative planners without requiring a fully joint multi-robot model.
• Abstract（参考訳）: 共有環境で複数のロボットをコーディネートするには、エージェント間の相互作用を考慮しながら、各エージェントに対して実行可能な軌道を生成する必要がある。 ロボットの数が増加するにつれて、中央集権的な計画手法はスケールが難しくなる一方、各エージェントが独立して計画できる分散型アプローチは本質的にエージェント間の相互作用を考慮しない。 本稿では、分散生成軌道計画とマルチエージェント強化学習(MARL)に基づく協調を組み合わせた、協調型マルチロボット動作計画の枠組みを提案する。 各ロボットは、単一エージェントの動きデータに基づいて訓練された拡散モデルを用いて、候補軌道を独立に生成し、生成モデルが実現可能で多様な軌道を生成する能力を活用する。 エージェント間の衝突を低減するため、MARLを介して訓練された集中値関数は、勾配ベースのステアリングを通じて逆拡散過程をガイドし、統合的関節計画や生成モデルの再訓練を伴わずに、相互作用を意識した軌道生成を可能にする。 このガイダンスは指数的な傾きの定式化に従っており、これは値関数がより高いマルチエージェントリターンを持つ軌道に対する偏差分布をバイアスするものである。 4つの移動ロボットを用いた擬似迷路環境で評価を行った。 実験結果から,提案した拡散計画により, エージェント間干渉率55.4%から41.8%に低下し, 分散トラジェクトリ生成のスケーラビリティを保ちながら, コーディネーションを効果的に実現できることが確認された。 これらの結果から,MARLをベースとしたバリューガイダンスは,完全結合型マルチロボットモデルを必要としない分散生成プランナへのコーディネーションを効果的に導入できることが示唆された。

関連論文リスト

• Planner-Conditioned Diffusion for Coordinated Multi-Agent Exploration [7.151235176774153]
  協調型マルチエージェント探索は、エージェント間の効率的な個別のカバレッジと非冗長なカバレッジを必要とする。 グラフに基づくマルチエージェント探索のためのプランナー・コンディションド・ディフュージョン・ポリシー(PCDP)を提案する。
  論文  参考訳（メタデータ） (2026-08-17T08:07:20Z)
• 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)
• ADMM-Based Distributed MPC with Control Barrier Functions for Safe Multi-Robot Quadrupedal Locomotion [3.5507574265100854]
  本稿では,制御障壁関数(CBF)を制約とした完全分散モデル予測制御(MPC)フレームワークを提案する。 提案するフレームワークは,四足歩行ロボットのための階層型移動制御アーキテクチャに統合される。
  論文  参考訳（メタデータ） (2026-03-19T17:25:33Z)
• ACLM: ADMM-Based Distributed Model Predictive Control for Collaborative Loco-Manipulation [9.708461585583791]
  重荷のロコ操作による共同輸送は、脚のあるロボットにとって難しいが必須の能力である。 本研究は,ロコマニピュレーションのための分散モデル予測制御フレームワークであるマルチプライアの交互方向法を提案する。
  論文  参考訳（メタデータ） (2026-03-07T08:06:51Z)
• Multi-Agent Conditional Diffusion Model with Mean Field Communication as Wireless Resource Allocation Planner [16.759740918605768]
  無線通信システムでは、QoS(Quality of Service)の強化において、効率的かつ適応的なリソース割り当てが重要な役割を担っている。 対照的に、分散トレーニングと分散実行(DTDE)パラダイムは、分散学習と意思決定を可能にする。 分散通信資源管理のためのマルチエージェント条件拡散モデルプランナ(MACDMP)を提案する。
  論文  参考訳（メタデータ） (2025-10-27T03:42:18Z)
• Decentralized Transformers with Centralized Aggregation are Sample-Efficient Multi-Agent World Models [106.35361897941898]
  本稿では,分散化された局所力学を拡張性のために学習するマルチエージェントRL(MARL)の新たな世界モデルを提案する。 また、集中表現アグリゲーションを可能にする効果的なソリューションとしてPerceiver Transformerを導入する。 Starcraft Multi-Agent Challenge (SMAC) の結果は、サンプル効率と全体的な性能の両方において、強力なモデルフリーアプローチと既存のモデルベース手法よりも優れていることを示している。
  論文  参考訳（メタデータ） (2024-06-22T12:40:03Z)
• Multi-Agent Reinforcement Learning-Based UAV Pathfinding for Obstacle Avoidance in Stochastic Environment [12.122881147337505]
  マルチエージェント強化学習に基づく分散実行手法を用いた新しい集中型学習法を提案する。 このアプローチでは、エージェントは集中型プランナーとのみ通信し、オンラインで分散的な決定を行う。 訓練効率を高めるため,多段階強化学習において多段階値収束を行う。
  論文  参考訳（メタデータ） (2023-10-25T14:21:22Z)
• MADiff: Offline Multi-agent Learning with Diffusion Models [79.18130544233794]
  MADiffは拡散型マルチエージェント学習フレームワークである。 分散ポリシと集中型コントローラの両方として機能する。 実験の結果,MADiffは様々なマルチエージェント学習タスクにおいて,ベースラインアルゴリズムよりも優れていた。
  論文  参考訳（メタデータ） (2023-05-27T02:14:09Z)
• Learning Interaction-Aware Trajectory Predictions for Decentralized Multi-Robot Motion Planning in Dynamic Environments [10.345048137438623]
  本稿では、リカレントニューラルネットワーク(RNN)に基づく新しい軌道予測モデルを提案する。 次に,軌道予測モデルをマルチロボット衝突回避のための分散モデル予測制御(MPC)フレームワークに組み込む。
  論文  参考訳（メタデータ） (2021-02-10T11:11:08Z)
• Risk-Sensitive Sequential Action Control with Multi-Modal Human Trajectory Forecasting for Safe Crowd-Robot Interaction [55.569050872780224]
  本稿では,リスクに敏感な最適制御に基づく安全な群集ロボットインタラクションのためのオンラインフレームワークを提案し,そのリスクをエントロピーリスク尺度でモデル化する。 私たちのモジュラーアプローチは、クラウドとロボットの相互作用を学習ベースの予測とモデルベースの制御に分離します。 シミュレーション研究と実世界の実験により、このフレームワークは、現場にいる50人以上の人間との衝突を避けながら、安全で効率的なナビゲーションを実現することができることが示された。
  論文  参考訳（メタデータ） (2020-09-12T02:02:52Z)
• 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)
• Model-based Reinforcement Learning for Decentralized Multiagent Rendezvous [66.6895109554163]
  目標を他のエージェントと整合させる人間の能力の下にあるのは、他人の意図を予測し、自分たちの計画を積極的に更新する能力である。 分散型マルチエージェントレンデブーのためのモデルに基づく強化学習手法である階層型予測計画(HPP)を提案する。
  論文  参考訳（メタデータ） (2020-03-15T19:49:20Z)

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。