論文の概要: Lifelong Multi-Subsystem Pickup and Delivery with Buffer-Limited Handover Stations

• arxiv url: http://arxiv.org/abs/2607.17724v1
• Date: Mon, 20 Jul 2026 09:14:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-21 18:48:37.573115
• Title: Lifelong Multi-Subsystem Pickup and Delivery with Buffer-Limited Handover Stations
• Title（参考訳）: バッファリミットハンドオーバステーションによる生涯マルチサブシステムピックアップと配信
• Abstract要約: Handover-Aware Reservation and Routing (HARR)はサブシステムごとのプランナを結合するオンラインコントローラである。 HARRは、適度な負荷で固定ドックアブレーションよりも最大77%高いスループットと92%低いバックログを達成する。
• 参考スコア（独自算出の注目度）: 4.584218156729881
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Coordinating payload transfers between subsystems is a critical challenge in lifelong Multi-Agent Pickup and Delivery (MAPD). We study systems where agents are confined to separate regions and must exchange payloads through shared handover stations. These stations, equipped with single docks and finite buffers, are inherently vulnerable to blocking and starvation. We formalize this problem as Multi-Subsystem MAPD with Buffer-limited Handover Stations (MS-MAPD-BHS). We then propose Handover-Aware Reservation and Routing (HARR), an online controller that couples per-subsystem planners. HARR uses a shared dock reservation calendar and a deterministic rolling-horizon projection of buffer occupancy to coordinate actions. A candidate route is accepted only if its dock interval is free and the resulting buffer occupancy projection remains within capacity. Under perfect execution, these checks ensure collision-free dock use and buffer-safe committed operations within the reservation horizon. In simulation, HARR achieves up to 77% higher throughput and 92% lower backlog than a fixed-dock ablation at moderate load, while also reducing planning time relative to a coupled station-aware Token Passing baseline. These results show that explicit interface coordination substantially improves stability in modular multi-subsystem transport.
• Abstract（参考訳）: サブシステム間のペイロード転送の調整は、生涯にわたるマルチエージェントピックアップとデリバリ(MAPD)において重要な課題である。 エージェントを個別の領域に限定し、共有ハンドオーバステーションを介してペイロードを交換するシステムについて検討する。 これらのステーションは単一のドックと有限バッファを備えており、本質的にブロッキングや飢餓に弱い。 バッファ限定ハンドオーバステーション (MS-MAPD-BHS) を用いたマルチサブシステム MAPD としてこの問題を定式化する。 次に、サブシステムごとのプランナを結合するオンラインコントローラであるHandover-Aware Reservation and Routing(HARR)を提案する。 HARRは、共有ドック予約カレンダーとバッファ占有の決定論的ローリングホライゾンプロジェクションを使用して行動を調整する。 候補経路は、そのドッキング間隔が自由であり、その結果バッファ占有射影が容量内に留まっている場合にのみ受け入れられる。 完全な実行下では、これらのチェックは衝突のないドックの使用と、予約地平線内でバッファセーフなコミット操作を保証する。 シミュレーションでは、HARRは、適度な負荷で固定ドックアブレーションよりも最大77%高いスループットと92%低いバックログを実現し、同時に、ステーション対応のToken Passingベースラインと比較して計画時間を短縮する。 これらの結果から,モジュール型マルチサブシステムの安定性が著しく向上することが示唆された。

関連論文リスト

• A Self-Triggered Agentic Push Recommendation System [77.13502692161426]
  プッシュ通知は、大規模プラットフォームにおける重要なレコメンデーションシナリオである。 本稿では,プロアクティブ・セルフトリガー・エンド・ツー・エンドのエージェント・プッシュ・レコメンデーションシステムを提案する。 STEPSはすでにDouyinに10億人以上のユーザーを抱えている。
  論文  参考訳（メタデータ） (2026-08-03T09:20:53Z)
• MA-HEAD-Net: Adaptive Rule-Guided Multi-Agent DRL for AoI Minimization in UAV-Assisted Emergency Networks [71.01350912967922]
  事故後のシナリオでは、無人航空機(UAV)が緊急通信ネットワークを確立する上で重要である。 本稿では,UAV支援緊急通信における情報量(AoI)の最小化について検討する。 適応型ルール誘導多エージェント深層強化学習フレームワークMA-HEAD-Netを開発した。
  論文  参考訳（メタデータ） (2026-08-02T10:05:50Z)
• DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation [69.8840101036735]
  投機的復号化はLarge Language Model (LLM)推論を加速させる。 最近の並列起草者は、1つの前方通過で長いトークン列を効率的に提案するが、トークン間の依存関係が欠如しているため、急速に受け入れが低下する。 我々はDSparkという投機的復号化フレームワークを導入し、高いスループットの並列生成を適応的かつロードアウェアな検証と統合する。
  論文  参考訳（メタデータ） (2026-07-06T14:28:06Z)
• Not Every Sync Is Safe: Calibrated DiLoCo Scheduling for Shared AI Infrastructure [6.71937346130764]
  DiLoCoスタイルのトレーニングは、時折外部同期の前に島々をローカルに列車に乗せることで通信を減らします。 このような船体に対する疑問は、外部マージがシステムコストに見合う価値があるのか、そして、事項を遅らせるためにエフェロウィンドウを選択するかどうかである。 このギャップを、スコアベースのコントローラであるWorkloadAware DiLoCoで埋めます。
  論文  参考訳（メタデータ） (2026-06-24T05:57:19Z)
• A Neutral-Atom Quantum Compiler with Application-Specific Layout and Hub-Assisted Shuttling [0.0]
  NISQ回路は、有限の相互作用範囲と、同時にアドレス可能なサイト間の最小の分離によって制約される。 私たちはこれを、トランジットウェイポイントとして機能する少数の動的に配置された空のトラップであるハブトラップで対処します。 実行時間の解析と層ごとの忠実度プロキシを用いて17のベンチマークでコンパイラの評価を行った。
  論文  参考訳（メタデータ） (2026-05-28T14:03:05Z)
• Fast-dDrive: Efficient Block-Diffusion VLM for Autonomous Driving [54.31800246594724]
  本稿では,ブロック拡散型VLAであるFast-dDriveについて述べる。 我々は、Fast-dDriveが運転エージェントの速度精度フロンティアを再定義することを示す。
  論文  参考訳（メタデータ） (2026-05-22T02:31:32Z)
• Deep Adaptive Rate Allocation in Volatile Heterogeneous Wireless Networks [1.6332728502735252]
  本稿では、Transformerベースのパス状態予測と、Deep Adaptive Rate Allocation (DARA)と呼ばれる新しいマルチパス分割スケジューラを統合する。 DARAは利用可能なパス上で最適な混雑ウィンドウ率を計算し、それらの間のデータの割り当てを決定する。 DARAは、学習ベースのスケジューラに比べて、適度なボラティリティトレースによるファイル転送時間短縮を実現している。
  論文  参考訳（メタデータ） (2026-03-21T20:03:56Z)
• Blockchain-Enabled Routing for Zero-Trust Low-Altitude Intelligent Networks [77.17664010626726]
  低高度インテリジェントネットワーク(LAIN)における複数のUAVクラスタによるルーティングに焦点を当てる。 潜在的な脅威によるダメージを最小限に抑えるため,ソフトウェア定義の周辺技術とブロックチェーン技術を用いたゼロトラストアーキテクチャを提案する。 提案手法は,平均E2E遅延を59%削減し,TSRを29%改善することを示した。
  論文  参考訳（メタデータ） (2026-02-27T04:30:35Z)
• Staggered Batch Scheduling: Co-optimizing Time-to-First-Token and Throughput for High-Efficiency LLM Inference [17.27010833526918]
  Staggered Batch Scheduling (SBS)はリクエストをバッファして最適な実行バッチを生成する。 Load-Aware Global Allocation戦略は、PrefillとDecodeの両フェーズでDPユニット間で計算負荷のバランスをとる。 我々のシステムはTTFTを30%-40%削減し、最先端の即時スケジューリングベースラインに比べてスループットを15%-20%向上させる。
  論文  参考訳（メタデータ） (2025-12-18T03:45:05Z)
• PASS-Enhanced MEC: Joint Optimization of Task Offloading and Uplink PASS Beamforming [67.78883135636657]
  ピンチアンテナシステム (PASS) によるモバイルエッジコンピューティング (MEC) アーキテクチャについて検討した。 PASSは、重要な経路損失と潜在的な信号遮断を効果的に軽減しつつ、短距離ライン・オブ・ライト(LoS)リンクを確立する。 ネットワーク遅延最小化問題を定式化し、アップリンクPASSビームフォーミングとタスクオフロードを共同で最適化する。
  論文  参考訳（メタデータ） (2025-10-27T03:04:46Z)
• Standby-Based Deadlock Avoidance Method for Multi-Agent Pickup and Delivery Tasks [2.3204178451683264]
  スタンバイベースデッドロック回避(SBDA)と呼ばれるデッドロック回避手法を提案する。 SBDAは、調音点ファイリングアルゴリズムを用いて、リアルタイムに決定された待機ノードを使用する。 提案手法が従来の手法より優れていることを示す。
  論文  参考訳（メタデータ） (2022-01-16T10:28:52Z)
• Deep Reinforcement Learning for Wireless Scheduling in Distributed Networked Control [37.10638636086814]
  完全分散無線制御システム(WNCS)の周波数チャネル数に制限のある結合アップリンクとダウンリンクのスケジューリング問題を考える。 深層強化学習(DRL)に基づくフレームワークを開発した。 DRLにおける大きなアクション空間の課題に対処するために,新しいアクション空間削減法とアクション埋め込み法を提案する。
  論文  参考訳（メタデータ） (2021-09-26T11:27:12Z)

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。