論文の概要: Learned Coordination Conventions in Cooperative MARL: Measuring the Translation Gap Between Theory-Informed Roles and Learned Routing

• arxiv url: http://arxiv.org/abs/2606.29541v1
• Date: Sun, 28 Jun 2026 18:08:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:15.955512
• Title: Learned Coordination Conventions in Cooperative MARL: Measuring the Translation Gap Between Theory-Informed Roles and Learned Routing
• Title（参考訳）: 協調型MARLにおける学習協調規約--理論情報と学習経路の翻訳ギャップの測定
• Abstract要約: ロール・セマンティックな割り当ては、異種エージェントがどのように協調するかに先行するが、協調的なMARLシステムは、分散化された非定常学習を通じて慣習に固執する。 本研究は,3ロールのMiniGrid環境とSMACv2環境における,役割引き抜き行列,生成感度(_max$),勾配・閉塞属性を併用した診断手法を用いて,理論インフォームドロール期待と学習協調構造との変換ギャップについて検討した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Role-semantic assignments provide priors over how heterogeneous agents may coordinate, but cooperative MARL systems instead settle on conventions through decentralized, non-stationary learning, with no guarantee that the resulting structure matches those priors. We study this translation gap between theory-informed role expectations and learned coordination structure through a diagnostic combining a role-routing matrix, formation sensitivity ($Δ_{\max}$), and gradient/occlusion attribution across three-role MiniGrid and SMACv2 (Terran) environments. We show that label-conditioned attention produces substantially more concentrated and role-specific routing than flat MLP baselines, remains stable under 3v3--9v9 scaling, transfers zero-shot across team sizes, and is invariant to ally-slot padding. A 5-seed re-evaluation shows partial alignment between learned conventions and designer-specified priors while revealing where small-n noise can manufacture apparent strategic divergence. We present these results as an empirical framework for measuring coordination structure in cooperative MARL rather than as a new equilibrium concept or causal explanation.
• Abstract（参考訳）: ロール・セマンティックな割り当ては、不均一なエージェントがどのように協調するかという先入観を提供するが、協調的なMARLシステムは、非定常的な学習を通じて規則を定め、結果として得られる構造がそれらの先行と一致することを保証しない。 本研究は,3ロールのMiniGridおよびSMACv2(Terran)環境におけるロールルーティング行列,生成感度(Δ_{\max}$)および勾配・閉塞属性を併用した診断による,理論インフォームドロール期待と学習協調構造との変換ギャップについて検討した。 ラベル条件付きアテンションは、フラットなMLPベースラインよりもかなり集中的で役割特異的なルーティングを生成し、3v3-9v9スケーリングの下で安定であり、チームサイズ間でゼロショットを転送し、アリースロットパディングに不変であることを示す。 5-seed re-evaluationは、学習した慣習と設計者が指定した事前との部分的整合性を示しながら、小さな音が明らかな戦略的分岐を生じさせるかを明らかにしている。 これらの結果は、新しい平衡概念や因果的説明としてではなく、協調的なMARLにおける協調構造を測定するための実証的な枠組みとして提示される。

関連論文リスト

• Toward an Organizational Science of Multi-Agent LLM Systems: Decoupling Who, How, and Which Algorithm [14.162774819793759]
  IMACSは、チームにいる人、メンバーがどのように整列し、どのアルゴリズムが作業を混乱させるかという、論理的に異なる3つの懸念を分離する。 我々は、この分離を利用して、協調プロトコルが固定されている間、組織的な課題が異なる制御された比較を行う。 また、プロトコルの選択を学習可能な変数に変換する。
  論文  参考訳（メタデータ） (2026-07-28T08:35:21Z)
• GCT-MARL: Graph-Based Contrastive Transfer for Sample-Efficient Cooperative Multi-Agent Reinforcement Learning [0.764671395172401]
  GCT-MARLは,MAILのマルチビューグラフと対照的なバックボーン上に構築された移動学習フレームワークである。 提案手法が目標タスクの収束を著しく促進することを示す。 このフレームワークは,2相転送プロトコルを逐次連鎖することで,連続的な学習を自然にサポートすることを示す。
  論文  参考訳（メタデータ） (2026-06-23T18:31:27Z)
• Shift-Dependent Asymmetry: Orthogonal Inverse Low-Rank Adaptation for Federated Medical Segmentation [60.41721951405564]
  Low-Rank Adaptation (LoRA)は、医療画像のためのセグメンテーション基盤モデルの効率的なフェデレーション微調整を可能にする。 ほとんどの連合LoRA法は、医学的セグメンテーションにおいてエンコーダ-デコーダ非対称性の下で破れる一様アグリゲーション規則を採用している。 このミスマッチの絡み合いは、サイト固有のバイアスと解剖を共有し、一般化を損なう。 本稿では,効率的な更新空間における共有局所コリニアリティを罰する部分空間直交正規化器を提案する。
  論文  参考訳（メタデータ） (2026-06-07T15:39:28Z)
• Closing the Alignment-Maturity Gap in Federated Prototype Learning [42.18063554577504]
  FedSAPは2つの相補的なメカニズムを通じてフェデレーション学習を安定化するフレームワークである。 実験では、評価されたプロトタイプベースラインよりも最大4ポイント向上した。
  論文  参考訳（メタデータ） (2026-06-01T12:30:53Z)
• Emergent Coordination and Phase Structure in Independent Multi-Agent Reinforcement Learning [0.0]
  環境サイズLとエージェント密度の大規模な実験を行った。 2つの軸(協調成功率(CSR)とTD誤差分散から導かれる安定性指数)を用いて位相マップを構築する。 分散MARLは,スケール,密度,カーネルドリフトの相互作用によって支配されるコヒーレントな位相構造を示す。
  論文  参考訳（メタデータ） (2025-11-28T16:14:31Z)
• Diagnose, Localize, Align: A Full-Stack Framework for Reliable LLM Multi-Agent Systems under Instruction Conflicts [75.20929587906228]
  LLM(Large Language Model)を利用したマルチエージェントシステム(MAS)は、複雑なタスクにおける協調推論、ツールの使用、役割特化調整を急速に進めている。 しかし、信頼性クリティカルなデプロイメントは、体系的な障害モード、すなわち命令の競合による階層的コンプライアンスによって妨げられている。
  論文  参考訳（メタデータ） (2025-09-27T08:43:34Z)
• TRiCo: Triadic Game-Theoretic Co-Training for Robust Semi-Supervised Learning [15.638836465479619]
  TRiCoは、半教師付き学習の構造を再考する、三進的ゲーム理論の共同学習フレームワークである。 既存のSSLフレームワークにおける重要な制限に対処することによって、TRiCoは原則付き、一般化可能なソリューションを提供する。
  論文  参考訳（メタデータ） (2025-09-25T20:10:41Z)
• Exploiting Structure in Offline Multi-Agent RL: The Benefits of Low Interaction Rank [52.831993899183416]
  相互作用ランクという構造的仮定を導入し、相互作用ランクの低い関数が一般的なものよりも分布シフトに対して著しく堅牢であることを示す。 我々は,非正規化と非正規化学習と組み合わせることで,オフラインMARLにおける分散的,計算的,統計的に効率的な学習が可能であることを実証した。
  論文  参考訳（メタデータ） (2024-10-01T22:16:22Z)
• Structure-preserving GANs [6.438897276587413]
  分散学習のためのデータ効率フレームワークとして,構造保存型GANを導入する。 我々は、不変判別器空間上のその射影に対して、判別器空間を減少させることができることを示す。 固有群対称性を持つ分布に対する対称性保存GANを構築することで、我々の枠組みを文脈化する。
  論文  参考訳（メタデータ） (2022-02-02T16:40:04Z)
• Semi-supervised Domain Adaptive Structure Learning [72.01544419893628]
  半教師付きドメイン適応 (SSDA) は,1) アノテーションの低いデータに過度に適合する手法と,2) ドメイン間の分散シフトの両方を克服しなければならない課題である。 SSLとDAの協調を正規化するための適応型構造学習手法を提案する。
  論文  参考訳（メタデータ） (2021-12-12T06:11:16Z)
• HSVA: Hierarchical Semantic-Visual Adaptation for Zero-Shot Learning [74.76431541169342]
  ゼロショット学習(ZSL)は、目に見えないクラス認識の問題に取り組み、目に見えないクラスから目に見えないクラスに意味的な知識を移す。 本稿では,意味領域と視覚領域を協調させる新しい階層型意味視覚適応(HSVA)フレームワークを提案する。 4つのベンチマークデータセットの実験では、HSVAは従来のZSLと一般的なZSLの両方で優れた性能を示す。
  論文  参考訳（メタデータ） (2021-09-30T14:27:50Z)
• Margin Preserving Self-paced Contrastive Learning Towards Domain Adaptation for Medical Image Segmentation [51.93711960601973]
  クロスモーダル医療画像セグメンテーションのための自己ペースコントラスト学習モデルを保存する新しいマージンを提案する。 プログレッシブに洗練されたセマンティックプロトタイプの指導により、埋め込み表現空間の識別性を高めるために、コントラスト損失を減少させる新しいマージンが提案される。 クロスモーダル心セグメンテーションタスクの実験は、MPSCLが意味セグメンテーション性能を大幅に改善することを示した。
  論文  参考訳（メタデータ） (2021-03-15T15:23:10Z)

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。