論文の概要: Physics-Informed Modeling and Control of Emergent Behaviors in Robot Swarms
- arxiv url: http://arxiv.org/abs/2606.01597v1
- Date: Mon, 01 Jun 2026 02:50:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-02 21:34:29.882393
- Title: Physics-Informed Modeling and Control of Emergent Behaviors in Robot Swarms
- Title（参考訳）: ロボット群における創発行動の物理インフォームドモデリングと制御
- Authors: Zixuan Jin, Wenzhuo Zhang, Shuxian Quan, Zirui Dong, Fangwen Ye, Yuchen Shi, Cheng Xu,
- Abstract要約: PhySは物理インフォームされたマイクロマクロウォームフレームワークで、マルチステージスワムの出現を表す。
いくつかの概念実証Swarmミッションにおいて、PhySは異なる多段階の創発的な振る舞いを生成できることを実証した。
これらの結果は、ロボット群における創発的行動の学習、解釈、制御のための物理インフォームド・ルートを確立する。
- 参考スコア（独自算出の注目度）: 3.6125056660720425
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robot swarms can exhibit coherent collective behaviors through local perception, limited communication and decentralized decision-making, yet modeling and controlling such emergence remains challenging when behaviors unfold over multiple phases. Here we introduce PhySwarm, a physics-informed micro--macro framework that represents multi-stage swarm emergence as physically constrained density-field evolution coupled to executable robot motion. At the macroscopic level, a multi-phase advection--diffusion--reaction model (Macro-ADR) describes phase-dependent swarm-density evolution through directed transport, diffusion-based spatial regulation and behavioral phase transitions. At the microscopic level, an equivalent deterministic motion model (Micro-EDM) realizes these mechanisms through potential-field advection, density-gradient compensation and rate- or event-gated phase switching. A neural-physics controller (NPC) maps local observations and temporal memory to bounded physical parameters, and is trained with a reinforcement learning--PINN objective that combines task rewards with macro-scale density residuals and micro-scale motion-consistency constraints. In several proof-of-concept swarm missions -- including trail-guided foraging, formation-reconfigurable navigation and role-adaptive search and rescue -- we demonstrate that PhySwarm can generate distinct multi-stage emergent behaviors within a unified physics-informed modeling framework. The learned density fields and physical parameters provide interpretable evidence of how advection, diffusion and reaction jointly regulate multi-stage swarm organization. These results establish a physics-informed route for learning, interpreting and controlling emergent behaviors in robot swarms.
- Abstract（参考訳）: ロボット群は、局所的な知覚、限られたコミュニケーション、分散化された意思決定を通じてコヒーレントな集団行動を示すことができるが、複数のフェーズに展開する振る舞いをモデル化し、制御することは困難である。
本稿では,物理インフォームドマイクロマクロフレームワークであるPhySwarmを紹介する。
マクロレベルでは、多相対流拡散反応モデル (Macro-ADR) は、直接輸送、拡散に基づく空間的規制、行動相転移による相依存性のスムムム密度の進化を記述している。
顕微鏡レベルでは、等価決定論的運動モデル(Micro-EDM)は、ポテンシャル場対流、密度-勾配補償、レート-または事象-ゲート位相切替を通じてこれらのメカニズムを実現する。
ニューラルネットワークコントローラ(NPC)は、局所的な観測と時間記憶を有界な物理パラメータにマッピングし、タスク報酬とマクロな密度残差とマイクロスケールの運動一貫性制約を組み合わせた強化学習-PINN目標を用いて訓練する。
我々はPhySwarmが統一された物理インフォームド・モデリング・フレームワーク内で異なる多段階の創発的な振る舞いを生成できることを実証した。
学習された密度場と物理パラメータは、対流、拡散、反応が多段階のSwarm組織をどのように制御するかの解釈可能な証拠を提供する。
これらの結果は、ロボット群における創発的行動の学習、解釈、制御のための物理インフォームド・ルートを確立する。
関連論文リスト
- A Mechanistic Model for Collective Motion from Sensorimotor Regularities [6.805575417034369]
本稿では,ロボット工学のモデリングフレームワークに基づくモデルについて述べる。
この単純なモデルでは、偏極運動、ミリング、リング形成、断片化などの多様な集団的挙動が生じる。
したがって、集団行動は相互作用する感覚運動の正則性の創発的な結果として理解することができる。
論文 参考訳（メタデータ） (2026-05-15T18:17:41Z) - Micro-Dexterity in Biological Micromanipulation: Embodiment, Perception, and Control [6.501449881347672]
本総説では, エンボディメント, 知覚, 制御の複合的役割を通して, 生物学的マイクロマニピュレーションを解析するための枠組みとしてマイクロデキスタリティを紹介する。
プッシュ,リオリエンテーション,把握,協調操作を含む古典的操作プリミティブが,マイクロスケールでどのように再構成されるかを検討する。
実験室でのデモンストレーションと臨床的に関係のある生物学的操作のギャップを同定し,今後の翻訳における重要な課題を概説する。
論文 参考訳（メタデータ） (2026-04-13T15:50:20Z) - Causal Representation Meets Stochastic Modeling under Generic Geometry [49.24293444627916]
我々は,連続時間潜在点過程の因果表現学習を開発する。
MUTATEは時間適応型遷移モジュールを持つ変分自動エンコーダフレームワークである。
シミュレーションおよび実証研究全体で、MUTATEは科学的疑問に効果的に答えられることが判明した。
論文 参考訳（メタデータ） (2026-02-04T20:40:53Z) - MODE: Learning compositional representations of complex systems with Mixtures Of Dynamical Experts [5.250743580183822]
MODEはグラフィカルなモデリングフレームワークで、ニューラルネットワークのゲーティング機構は複雑なダイナミクスをスパースで解釈可能なコンポーネントに分解する。
我々は,MODEが細胞生物学における重要なサイクリングおよび分岐過程をシミュレートする,挑戦的な予測タスクにどのように成功したかを示す。
論文 参考訳（メタデータ） (2025-10-10T17:52:31Z) - Langevin Flows for Modeling Neural Latent Dynamics [81.81271685018284]
逐次変分自動エンコーダであるLangevinFlowを導入し、潜伏変数の時間的進化をアンダーダム化したLangevin方程式で制御する。
われわれのアプローチは、慣性、減衰、学習されたポテンシャル関数、力などの物理的事前を組み込んで、ニューラルネットワークにおける自律的および非自律的プロセスの両方を表現する。
本手法は,ロレンツ誘引器によって生成される合成神経集団に対する最先端のベースラインより優れる。
論文 参考訳（メタデータ） (2025-07-15T17:57:48Z) - Allostatic Control of Persistent States in Spiking Neural Networks for perception and computation [79.16635054977068]
本稿では,アロスタシスの概念を内部表現の制御に拡張することにより,環境に対する知覚的信念を更新するための新しいモデルを提案する。
本稿では,アトラクタネットワークにおける活動の急増を空間的数値表現として利用する数値認識の応用に焦点を当てる。
論文 参考訳（メタデータ） (2025-03-20T12:28:08Z) - Simultaneous Multi-Robot Motion Planning with Projected Diffusion Models [57.45019514036948]
MRMP拡散(MRMP Diffusion, SMD)は, 制約付き最適化を拡散サンプリングプロセスに統合し, 衝突のない, キネマティックに実現可能な軌道を生成する新しい手法である。
本稿では, ロボット密度, 障害物の複雑度, 動作制約の異なるシナリオ間の軌道計画アルゴリズムを評価するための総合的MRMPベンチマークを提案する。
論文 参考訳（メタデータ） (2025-02-05T20:51:28Z) - Persistent-Transient Duality: A Multi-mechanism Approach for Modeling
Human-Object Interaction [58.67761673662716]
人間は高度に適応可能で、異なるタスク、状況、状況を扱うために異なるモードを素早く切り替える。
人間と物体の相互作用(HOI)において、これらのモードは、(1)活動全体に対する大規模な一貫した計画、(2)タイムラインに沿って開始・終了する小規模の子どもの対話的行動の2つのメカニズムに起因していると考えられる。
本研究は、人間の動作を協調的に制御する2つの同時メカニズムをモデル化することを提案する。
論文 参考訳（メタデータ） (2023-07-24T12:21:33Z) - Accessing the topological Mott insulator in cold atom quantum simulators
with realistic Rydberg dressing [58.720142291102135]
本稿では, コールド・ライドバーグ型原子を用いた光学格子の量子シミュレーションの現実的シナリオについて検討する。
本研究では, 平均場近似において, 半次および非共役充填時の位相図の詳細な解析を行う。
さらに、平均場近似における温度に対する相の安定性について検討する。
論文 参考訳（メタデータ） (2022-03-28T14:55:28Z) - Epidemic spreading and herd immunity in a driven non-equilibrium system
of strongly-interacting atoms [1.1433552757485808]
我々は、ライドバーグ原子の光駆動非平衡相転移を用いた拡散の物理類似体を実験的に示す。
サンプルの異なる部分における空間的局所化相転移とその相互作用を観察する。
以上の結果から、Rydberg系は複雑な時空間力学をモデル化するのに十分な万能性を持つことが示された。
論文 参考訳（メタデータ） (2021-06-23T10:18:31Z)
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。