論文の概要: RL-Ballast: Ship Ballast Water Path Planning and Clog Prediction via Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2607.04906v1
• Date: Mon, 06 Jul 2026 10:35:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-07 22:26:30.112256
• Title: RL-Ballast: Ship Ballast Water Path Planning and Clog Prediction via Reinforcement Learning
• Title（参考訳）: RL-バラスト:強化学習による船舶バラスト水路計画とClog予測
• Abstract要約: 本稿では,適応的バラスト水経路計画とセンサフルーガルブロック候補スコアリングのためのグラフベース深部強化学習フレームワークRL-Ballastを提案する。 部分的に観測可能なバラスト環境は、フレームスタッキングされたタンクレベルとアクション結果と近似され、高次元のPMDPを明示的にモデル化することなく、隠蔽効果を推測することができる。 モンテカルロシミュレーションにより、RL-Ballastは予期せぬ1ブロックシナリオをすべて完了し、Dijkstraルールベースのベースラインと比較して平均決定ステップを61.0から41.5に削減した。
• 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: Under the Shipping 4.0 paradigm, autonomous and reduced-crew vessels require intelligent internal systems to maintain operational safety and structural stability. Ballast-water control is essential for ship trim and integrity, but conventional rule-based or manual approaches have limited adaptability to hydraulic anomalies such as valve failures and pipe blockages, and often depend on dense pressure or flow sensors for diagnosis. To address these limitations, this paper proposes RL-Ballast, a graph-based deep reinforcement learning framework for adaptive ballast-water path planning and sensor-frugal blockage candidate scoring. The valve-permutation problem is transformed into 54 feasible fluid-transfer routes generated using graph theory and depth-first search. The partially observable ballast environment is approximated with frame-stacked tank levels and action outcomes, allowing the agent to infer hidden blockage effects without explicitly modeling a high-dimensional POMDP. During deterministic inference, episode-level failed-action memory and dynamic action masking prevent repeated ineffective actions and support immediate rerouting. Failed transfer histories are further accumulated to rank suspicious valves or pipe segments without dense instrumentation. Monte Carlo simulations show that RL-Ballast completes all unexpected single-blockage scenarios and reduces average decision steps from 61.0 to 41.5 compared with a Dijkstra rule-based baseline. For diagnostic support, the failure-history scoring scheme achieves a 100% Top-3 hit rate, a 66.7% strict Top-1 hit rate, and an 83.3% Top-1 tie-hit rate under serially indistinguishable blockage conditions. These results suggest that RL-Ballast enables adaptive rerouting and maintenance-oriented blockage diagnosis under limited sensing conditions.
• Abstract（参考訳）: Shipping 4.0のパラダイムの下では、自律型および小型の船体は、運用上の安全性と構造的安定性を維持するためにインテリジェントな内部システムを必要とする。 バラスト水制御は船舶のトリムと整合性には不可欠であるが、従来のルールベースまたは手動のアプローチは、バルブ故障やパイプ閉塞などの油圧異常への適応性に制限があり、診断には圧力や流量センサーに依存することが多い。 本稿では,適応的なバラスト水経路計画とセンサフルーガルブロック候補スコアリングのためのグラフベース深部強化学習フレームワークであるRL-Ballastを提案する。 バルブ置換問題は,グラフ理論と深度優先探索を用いて生成した54個の流体移動経路に変換される。 部分的に観測可能なバラスト環境は、フレームスタッキングされたタンクレベルとアクション結果と近似され、高次元のPMDPを明示的にモデル化することなく、隠蔽効果を推測することができる。 決定論的推論の間、エピソードレベルのフェールアクションメモリとダイナミックアクションマスキングは繰り返しの非効率なアクションを防止し、即時リルーチンをサポートする。 故障した転送履歴はさらに蓄積され、不審なバルブやパイプセグメントを密接な計器無しにランク付けする。 モンテカルロシミュレーションにより、RL-Ballastは予期せぬ1ブロックシナリオをすべて完了し、Dijkstraルールベースのベースラインと比較して平均決定ステップを61.0から41.5に削減した。 診断支援のために、故障履歴評価スキームは100%トップ3ヒット率、66.7%厳格のトップ1ヒット率、83.3%のTop-1タイヒットレートを連続的に区別できないブロック条件下で達成する。 以上の結果から,RL-Ballastは限られた感知条件下で適応的再帰と維持指向の閉塞診断を可能にすることが示唆された。

関連論文リスト

• Learning-Based Dynamic Obstacle Avoidance for a UAV Using Only Three Range Sensors [1.2246649738388389]
  本研究では,未知の動環境下で一定高度で動作する無人航空機(UAV)のキノダイナミック・オンライン・モーション・プランニングに対する学習に基づくアプローチを提案する。 提案フレームワークは,行動グリッドマップの表現をDeep Reinforcement Learning (DRL)と統合し,継続的制御における安定した政策学習を実現する。 キーとなるアイデアは、低コストな3つの指向性レンジセンサーのみを使用して、信頼性の高いナビゲーションを可能にする状態表現と制御ポリシーの共設計である。
  論文  参考訳（メタデータ） (2026-09-13T10:53:43Z)
• Model-Free Adaptive Parameter Tuning for Efficient Multi-Robot Warehouse Operations [43.34877484703518]
  エクストリームシーキング制御(ESC)に基づく適応パラメータチューニングフレームワークを提案する。 ESCは、正弦波ディザ信号でパラメータを摂動させ、摂動と性能変化を推定してモデルフリーの最適化を行う。 動的動作条件下では,地図やロボットの船体サイズによって平均5.0%のスループット向上と8.4%のスループット向上が観察された。
  論文  参考訳（メタデータ） (2026-08-21T18:14:29Z)
• Drift and Dependence: Layer-wise Information-Theoretic Bounds for Replay-Based Continual Learning [41.371439825328544]
  継続的な学習は、古いタスクを消去することなく新しいタスクを吸収し、リプレイ — 過去の例の小さなバッファを現在のトレーニングに混ぜる — 破滅的な忘れ方に対する最も効果的な治療法のひとつです。 我々は、各深さでこれらの効果を分離するレイヤワイド情報理論フレームワークを開発する。 制御およびベンチマーク実験により、予測されたメモリスケーリング、内部ファンネル、およびアライメント信号の忘れへのリンクを確認する。
  論文  参考訳（メタデータ） (2026-08-12T06:01:49Z)
• Knowledge-Distilled End-to-End Reinforcement Learning for Smooth 6-DOF Thrust Control and Rapid Adaptation to Ocean Currents in Remotely Operated Vehicles [16.40999985739862]
  本稿では, 2段階蒸留学習フレームワークを用いて, ほぼ最適戦略を学習するスラストラピッド・ラピッド・アダプティブ・アダプティブ・ポリシー・最適化(TSRCA-PPO)手法を提案する。 シミュレーションの結果,提案手法は従来型のP-PIDコントローラよりも一貫して優れていた。
  論文  参考訳（メタデータ） (2026-08-09T09:23:15Z)
• Adversarial Robustness of Activation Steering in Large Language Models [10.710084443802897]
  アクティベーションステアリング(Activation steering)は、予測時にモデルの残留ストリームに事前計算された方向ベクトルを注入することにより、LCMの動作を制御する訓練不要な方法である。 本稿では,入力に対する逆文摂動下でのアクティベーション・ステアリング・ロバスト性の最初の体系的評価について述べる。
  論文  参考訳（メタデータ） (2026-06-05T07:40:34Z)
• ARC-STAR: Auditable Post-Hoc Correction for PDE Foundation Models [47.9430487327673]
  ARC-STARは修正を3段階にまとめる: グローバルな修正器は広い解法バイアスを除去し、ブロックワイドな局所精錬器はポストグロバル残差を浄化し、展開時にはラベルフリースコアは計算予算の下でハイリスクなブロックに精算する。 ARC-STARは、全ての細胞で生ポセイドンよりも少なくとも36倍の速度ロールアウト誤差を減少させる唯一の方法である。
  論文  参考訳（メタデータ） (2026-05-21T09:26:16Z)
• Consistent and Efficient MSCKF-based LiDAR-Inertial Odometry with Inferred Cluster-to-Plane Constraints for UAVs [46.21996481591401]
  本稿では,UAVに適した一貫した,効率的なLiDAR-Inertial Odometryフレームワークを提案する。 スライディングウインドウのコプラナー制約にヌル空間プロジェクションを適用することにより、状態ベクトルにおける特徴パラメータへの直接依存を排除できる。 退化シナリオにおける堅牢性の向上,マップのない性質によるメモリ使用量の最小化,リソース制約の組込みプラットフォーム上でのリアルタイム実行などを実現している。
  論文  参考訳（メタデータ） (2026-03-13T11:09:50Z)
• Response-Aware Risk-Constrained Control Barrier Function With Application to Vehicles [0.0]
  本稿では,車両の動的安全境界制御のための応答認識型リスク制約制御バリア関数に基づく統合制御フレームワークを提案する。 このフレームワークは、制御勾配の基準方向を提供するために、名目力学と直接車体応答を融合する。 また、従来の決定論的安全制約をバリア関数誘導体のテールリスクに関する確率論的制約に再構成する。
  論文  参考訳（メタデータ） (2026-03-13T02:38:17Z)
• PC-Diffuser: Path-Consistent Capsule CBF Safety Filtering for Diffusion-Based Trajectory Planner [15.914164951048614]
  PC-Diffuserは、拡散計画のデノイングループに直接パス一貫性のあるバリア関数構造を組み込む安全強化フレームワークである。 車両形状をよりよく反映するカプセル距離バリア関数を用いて衝突リスクを評価する。 自転車の車体モデルの下で、識別されたウェイポイントを動的に実現可能な運動に変換する。
  論文  参考訳（メタデータ） (2026-03-11T01:52:56Z)
• Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
  本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。 このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。 安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
  論文  参考訳（メタデータ） (2026-03-07T01:49:59Z)
• BadCLIP++: Stealthy and Persistent Backdoors in Multimodal Contrastive Learning [73.46118996284888]
  マルチモーダル・コントラスト学習モデルに対するバックドア攻撃の研究は、ステルスネスと永続性という2つの大きな課題に直面している。 両課題に対処する統合フレームワークであるBadCLIP++を提案する。 ステルスネスのために,タスク関連領域付近に知覚不可能なパターンを埋め込むセマンティックフュージョンQRマイクロトリガーを導入する。 持続性については、半径縮小とセントロイドアライメントによるトリガ埋め込みを安定化する。
  論文  参考訳（メタデータ） (2026-02-19T08:31:16Z)
• A scalable flow-based approach to mitigate topological freezing [34.54607280864912]
  マルコフチェインモンテカルロシミュレーションからトポロジカルアーティファクトを除去するフローベース戦略を提案する。 この戦略は、非平衡モンテカルロ更新を局所的で頑丈な欠陥層に置き換える正規化フロー(SNF)に基づいている。 欠点SNFは、同等のコストで非平衡法を再現するよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2026-01-28T15:40:46Z)
• Predicting Barge Tow Size on Inland Waterways Using Vessel Trajectory Derived Features: Proof of Concept [0.0]
  本研究では,機械学習(ML)を用いた曳航船数予測にAIS(Automatic Identification System)船体追跡データを用いた新しい手法を提案する。 モデルの訓練と試験のために、ミシシッピ川下流の衛星シーンからバージのインスタンスが注釈付けされた。 提案手法は,MDA(Maritime Domain Awareness)を,ロックスケジューリング,ポート管理,および貨物計画に強力な応用で拡張する,スケーラブルで容易に実装可能な手法を提供する。
  論文  参考訳（メタデータ） (2025-10-28T01:51:23Z)
• Physics-informed Neural-operator Predictive Control for Drag Reduction in Turbulent Flows [109.99020160824553]
  乱流のモデリングと制御のための効率的な深部強化学習フレームワークを提案する。 予測制御(PC)のためのモデルベースRLであり、乱流制御のためのポリシとオブザーバモデルの両方を共同で学習する。 その結果, PINO-PCは, バルク速度レイノルズ数15,000で39.0%の抗力低下を達成し, 従来の流体制御法を32%以上上回った。
  論文  参考訳（メタデータ） (2025-10-03T00:18:26Z)
• A Bilevel Optimization Framework for Adversarial Control of Gas Pipeline Operations [11.623882102791399]
  パイプライン運用技術システムのサイバー攻撃は、エネルギーインフラのリスクを増大させる。 本研究では,サイバー物理脅威を解析するための物理インフォームドシミュレーションと最適化フレームワークを開発する。 テストガスパイプラインケーススタディでは、攻撃時のサービス提供のカバート削減が実証されている。
  論文  参考訳（メタデータ） (2025-10-02T19:13:41Z)
• Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
  新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。 拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。 MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
  論文  参考訳（メタデータ） (2024-05-01T12:03:39Z)

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。