論文の概要: Conflict Resolution under Degraded Surveillance in Air Corridors Using Multi-Agent Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2607.20547v1
• Date: Mon, 13 Jul 2026 20:11:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 00:46:13.227982
• Title: Conflict Resolution under Degraded Surveillance in Air Corridors Using Multi-Agent Reinforcement Learning
• Title（参考訳）: マルチエージェント強化学習を用いた空気回廊の劣化サーベイランス下における衝突解消
• Authors: Esrat Farhana Dulia, Syed Arbab Mohd Shihab, Caleb Adams, Ruben Del Rosario,
• Abstract要約: 本研究では,分散コンフリクト解決のためのディープQネットワークに基づくマルチエージェント強化学習フレームワークを開発する。 このフレームワークは、劣化した監視条件下でのより安全なAAM競合解決戦略のシミュレーションに基づく評価を支援する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Safe Advanced Air Mobility operations require aircraft to maintain separation when surveillance information is noisy, delayed, incomplete, or temporarily unavailable. This study develops a Deep Q-Network-based Multi-Agent Reinforcement Learning framework for decentralized conflict resolution among heterogeneous small unmanned aerial vehicles and electric vertical takeoff and landing aircraft operating within a structured three-dimensional corridor. Separate policies are trained for the two aircraft categories using local observations and a 14-action space that includes maintaining course, turning, vertical maneuvering, landing, and speed control. The simulation incorporates aircraft-specific dynamics, energy use, corridor constraints, observation noise, communication delay, information dropout, wind disturbance, actuator uncertainty, and model uncertainty. The trained policies are evaluated across 90 combinations of traffic density and minimum separation thresholds. Loss-of-separation frequency and duration generally increase with traffic density and separation requirements, although most events are resolved within 1s. Under safe conditions, agents maintain their motion approximately 79% of the time. During conflicts, turning accounts for 33% of actions, followed by maintaining motion at 29%, speed control at 25%, and vertical maneuvers at 13%. Six Pareto-optimal configurations reveal trade-offs between safety and corridor capacity. The framework supports the simulation-based evaluation of safer AAM conflict-resolution strategies under degraded surveillance conditions.
• Abstract（参考訳）: セーフ・アドバンスト・エアモビリティ・オペレーションは、監視情報がノイズ、遅延、不完全、または一時的に利用できない場合に、航空機が分離を維持する必要がある。 本研究では、異種小型無人航空機と電気垂直離着陸機の間での分散紛争解決のための深部Qネットワークに基づくマルチエージェント強化学習フレームワークを開発する。 局地的な観測と、コースの維持、旋回、垂直操作、着陸、速度制御を含む14アクションの空間を用いて、2つの航空機カテゴリーの個別の方針を訓練する。 このシミュレーションには、航空機固有の力学、エネルギー使用、廊下の制約、観測ノイズ、通信遅延、情報ドロップアウト、風の乱れ、アクチュエータの不確実性、モデルの不確実性などが組み込まれている。 トレーニングされたポリシーは、トラフィック密度と最小分離閾値の90の組合せで評価される。 分離頻度と期間は、一般的に交通密度と分離要求によって増加するが、ほとんどのイベントは1秒以内に解決される。 安全条件下では、エージェントはその動きを約79%維持する。 紛争の間、旋回は33%、続いて29%、速度制御は25%、垂直操作は13%であった。 6つのパレート最適配置は、安全と廊下の容量の間のトレードオフを示す。 このフレームワークは、劣化した監視条件下でのより安全なAAM競合解決戦略のシミュレーションに基づく評価を支援する。

関連論文リスト

• Deep Reinforcement-Learning-Guided Model Predictive Control for Preventing Overtakes in Autonomous Racing [1.7396274240172123]
  本論文は、自律走行における防御的障害に対処し、車両がダイナミックな限界付近で動作している間に、より高速な相手が乗っ取らないようにしなければならない。 我々は,階層型強化学習モデル予測制御フレームワークを用いて,防衛を空間的占有規制問題として定式化する。 このフレームワークは33.3msの平均解時間 (13.9ms) を達成する。
  論文  参考訳（メタデータ） (2026-07-23T06:50:59Z)
• Time-To-Reach Separation and Safety Filtering for Safe, Fair, and Efficient Multi-Agent Coordination [2.399137242179316]
  本稿では,TTR(Minimum Time-to-Reach)を優先課題,時間的分離,安全フィルタリングの統一指標として用いるマルチエージェント協調フレームワークを提案する。 航空機間の安全な分離を維持しつつ、複数の航空車両が空中廊下に合流する問題に焦点をあてる。
  論文  参考訳（メタデータ） (2026-05-20T02:16:49Z)
• RAD-2: Scaling Reinforcement Learning in a Generator-Discriminator Framework [49.531001563853984]
  RAD-2はクローズドループ計画のための統一されたジェネレータ・ディスクリミネーターフレームワークである。 様々な軌道候補を生成する一方、RL最適化判別器は、これらの候補を長期的な運転品質に応じて再現する。 強い拡散ベースのプランナーに比べて衝突速度を56%削減する。
  論文  参考訳（メタデータ） (2026-04-16T17:59:44Z)
• eVTOL Aircraft Energy Overhead Estimation under Conflict Resolution in High-Density Airspaces [3.719121868494767]
  本稿では, 改良電圧ポテンシャルアルゴリズムによるコンフリクト分解操作がeVTOLのエネルギー消費に与える影響について検討する。 我々は10～60機の同時航空機の交通密度に対して,1セクター内の経路区間で71,767機を分析した。 MVPベースのデコンフリクションはエネルギー効率が高いが、尾翼ケースは持続的なマルチエアクラフトの衝突により最大密度で44%のオーバーヘッドに達する。
  論文  参考訳（メタデータ） (2026-04-07T17:07:39Z)
• Transformer-based Multi-agent Reinforcement Learning for Separation Assurance in Structured and Unstructured Airspaces [3.719121868494767]
  本研究では, 単一エンコーダ構成により, 空中衝突速度付近でほぼゼロに近づき, 分離損失がより少ないことを示す。 提案したトレーニング戦略は, 航空機分離保証のための適応的かつスケーラブルな分散ソリューションを提供する。
  論文  参考訳（メタデータ） (2026-01-07T21:18:28Z)
• Learned Controllers for Agile Quadrotors in Pursuit-Evasion Games [42.74003740156243]
  我々は,アジャイル1v1クアッドロータ追従回避の問題に対処する。 これらの問題に対処するために,非同期多段階人口ベース (AMSPB) アルゴリズムを提案する。 このフレームワークでは、ベロシティコマンドまたはボディーレートを集合推力で出力するニューラルネットワークコントローラをトレーニングします。
  論文  参考訳（メタデータ） (2025-06-03T13:19:23Z)
• SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries [94.84458417662407]
  制御可能なクローズドループ安全クリティカルシミュレーションフレームワークであるSAFE-SIMを紹介する。 提案手法は,1)現実の環境を深く反映した現実的な長距離安全クリティカルシナリオの生成,2)より包括的でインタラクティブな評価のための制御可能な敵行動の提供,の2つの利点をもたらす。 複数のプランナにまたがるnuScenesとnuPlanデータセットを使用して、我々のフレームワークを実証的に検証し、リアリズムと制御性の両方の改善を実証した。
  論文  参考訳（メタデータ） (2023-12-31T04:14:43Z)
• Improving Autonomous Separation Assurance through Distributed Reinforcement Learning with Attention Networks [0.0]
  本稿では,AAM廊下内で自律的な自己分離機能を実現するための強化学習フレームワークを提案する。 この問題はマルコフ決定プロセス(Markov Decision Process)として定式化され、サンプル効率の良いオフポリティ・ソフトアクター・クリティック(SAC)アルゴリズムへの新たな拡張を開発することで解決される。 包括的数値計算により,提案手法は高密度・動的環境下で航空機の安全かつ効率的な分離を保証できることが示唆された。
  論文  参考訳（メタデータ） (2023-08-09T13:44:35Z)
• iPLAN: Intent-Aware Planning in Heterogeneous Traffic via Distributed Multi-Agent Reinforcement Learning [57.24340061741223]
  本稿では,高密度および不均一な交通シナリオにおける軌跡や意図を予測できる分散マルチエージェント強化学習(MARL)アルゴリズムを提案する。 インテント対応プランニングのアプローチであるiPLANにより、エージェントは近くのドライバーの意図をローカルな観察からのみ推測できる。
  論文  参考訳（メタデータ） (2023-06-09T20:12:02Z)

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。