論文の概要: Posture and Sustainment Optimization Under Adversarial Uncertainty
- arxiv url: http://arxiv.org/abs/2608.05256v1
- Date: Wed, 05 Aug 2026 16:24:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-07 17:43:06.652732
- Title: Posture and Sustainment Optimization Under Adversarial Uncertainty
- Title（参考訳）: 逆不確実性下における姿勢・持続性最適化
- Abstract要約: 本稿では,姿勢・持続可能性配分問題に対するシナリオ重み付き頑健な姿勢最適化エンジンを提案する。
脅威シナリオの分布よりもシナリオ重み付けされた姿勢効率を最大化することで資産を配置する複合価値(CEV)を導入する。
我々は、分布が地理的信号を運ぶ場合、CEVはグリーディよりも最大19.8%効率を回復することを示した。
- 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: Pre-commitment posture, the assignment of military assets to theater locations before conflict scenarios resolve, is a critical and formally unsolved problem in joint operational planning. Current practice relies on greedy heuristics that maximize value and ignore geographic coverage and are structurally vulnerable to adversaries that target high-strategic value locations. This paper presents a scenario-weighted adversarially robust posture optimization engine for the Posture and sustainability allocation (PSA) problem, modeled as a finite-horizon Markov Decision Process over assets, theater locations, and time steps. We introduce the Composite Expected Value (CEV) optimizer, which places assets by maximizing scenario-weighted expected posture efficiency over a distribution of threat scenarios, and the RobustCEV extension, which iterates against a Bayesian adversary that updates its targeting distribution in response to observed placement. Across three experiments in an Indo-Pacific basing environment with 20 assets and 5 theater locations, we demonstrate that: (1) the greedy baseline incurs a permanent 25.1% posture efficiency penalty due to geographic under-coverage and a 57.3% scenario-weighted readiness collapse under value-correlated adversarial threat; (2) the CEV optimizer recovers up to 19.8% efficiency over greedy when the threat distribution carries a geographic signal, with a curated set of 5 to 20 scenarios sufficient to capture the majority of this gain; and (3) the RobustCEV extension recovers up to 158% efficiency relative to a naive optimizer when an adaptive adversary employs a deceptive threat prior. All findings are validated using paired t-tests with Bonferroni correction and two-level variance decomposition, confirming that the performance gaps reported are structural properties of placement strategies rather than sampling artifacts.
- Abstract（参考訳）: 紛争シナリオが解決する前に戦場に軍事資産を割り当てるプレコミット姿勢は、共同作戦計画において重要かつ公式に解決されていない問題である。
現在の実践は、価値を最大化し、地理的範囲を無視し、高い戦略的な価値位置を狙う敵に対して構造的に脆弱な、欲求的なヒューリスティックに依存している。
本稿では,資産・劇場立地・時間ステップ上の有限水平マルコフ決定プロセスとしてモデル化された,姿勢・持続可能性割当(PSA)問題に対するシナリオ重み付き頑健な姿勢最適化エンジンを提案する。
脅威シナリオの分布に対してシナリオ重み付けされた姿勢効率を最大化することで資産を配分する複合期待値(CEV)オプティマイザと、観測された配置に応じてターゲット分布を更新するベイズ側の敵に対して反復するRobustCEV拡張を導入する。
インド太平洋盆地環境における20の資産と5つの劇場地での3つの実験から,(1)地理的過保護による姿勢効率の恒久的な25.1%のペナルティと57.3%のシナリオ重み付けの再現性崩壊を,(2)脅威分布が地理的な信号を運ぶ場合,CEVオプティマイザは最大19.8%の効率を回復し,5～20のシナリオのキュレートセットにより,その利得の過半数を捕捉し,(3)適応的敵が先進的脅威を使用する場合,RobostCEV拡張は158%の効率を回復することを示した。
ボニフェロニ補正と2段階の分散分解を併用したT検定により, 得られた性能ギャップは, 人工物の採取ではなく, 配置戦略の構造的特性であることが確認された。
関連論文リスト
- Reputation-driven Cooperation in Lattice-based Decentralized Federated Learning through Evolutionary Game Theory [0.3572141827285953]
本稿では,戦略的進化の分析とシステム全体の性能向上を目的とした新しいEGTフレームワークを提案する。
我々は、有界有理性の仮定の下で格子ネットワーク構造上のピアツーピア(P2P)相互作用をモデル化する。
評価に基づく報奨・報奨機構を統合して,フリーライディングの行動を効果的に抑制する。
論文 参考訳（メタデータ） (2026-08-02T12:23:45Z) - Unifying Group-Relative and Self-Distillation Policy Optimization via Sample Routing [79.88256756334327]
自己蒸留政策最適化(SDPO)は、より密集したロジットレベルの監視を提供することによってこの問題に対処する。
サンプル制御ポリシー最適化(SRPO)を提案する。
SRPOは、試料をGRPOの報酬整合強化に向け、サンプルをSDPOの目標ロジットレベルの補正に向ける。
論文 参考訳（メタデータ） (2026-04-02T17:29:18Z) - DeFRiS: Silo-Cooperative IoT Applications Scheduling via Decentralized Federated Reinforcement Learning [62.347535250646196]
本稿では、ロバストでスケーラブルなシロコラボ型IoTアプリケーションスケジューリングのための分散フェデレーション強化学習フレームワークであるDeFRiSを提案する。
DeFRiSは、(i)異種サイロ間のシームレスな知識伝達を可能にするための候補資源スコアを利用したアクション空間非依存ポリシー、(ii)汎用アドバンテージ推定とクリッピングされたポリシー更新を組み合わせたサイロ最適化ローカル学習メカニズム、(iii)類似性認識の知識伝達と異常検出に勾配指紋を利用するDual-Track Non-IIDロバストな分散集約プロトコル、の3つのイノベーションを統合する。
論文 参考訳（メタデータ） (2026-03-16T02:02:38Z) - Stablecoin Design with Adversarial-Robust Multi-Agent Systems via Trust-Weighted Signal Aggregation [5.151910664667141]
本稿では,リスク状態推定のための新しいストレスハーネスを組み込んだ,信頼度の高い平均変動フロンティアリザーブコントローラMVF-Composerを提案する。
私たちの重要な洞察は、マルチエージェントシミュレーションを敵のストレステスターとしてデプロイし、オンチェーンが現れる前に予備的な脆弱性を露呈することです。
ブラックスワンを注入した1200のランダム化シナリオで、MVF-Composerはピークペグの偏差を57%減らし、SASベースラインに対して平均回復時間を3.1倍減らした。
論文 参考訳（メタデータ） (2026-01-18T14:21:25Z) - MAESTRO: Meta-learning Adaptive Estimation of Scalarization Trade-offs for Reward Optimization [56.074760766965085]
大規模言語モデル(LLM)の整合性のための効率的なパラダイムとしてグループ相対政策最適化が登場している。
我々は,報酬スカラー化を動的潜在ポリシーとして扱い,モデルの終端隠蔽状態を意味的ボトルネックとして活用するMAESTROを提案する。
本稿では,軽量コンダクタネットワークがメタリワード信号としてグループ相対的優位性を生かしてポリシと共進化する,双方向最適化フレームワークにおけるコンテキスト的帯域幅問題としてこれを定式化する。
論文 参考訳（メタデータ） (2026-01-12T05:02:48Z) - A Benchmark for Evaluating Outcome-Driven Constraint Violations in Autonomous AI Agents [4.851169906977996]
40の異なるシナリオからなる新しいベンチマークを導入する。
各シナリオはマルチステップアクションを必要とするタスクを示し、エージェントのパフォーマンスは特定のキーパフォーマンス指標(KPI)に結び付けられている。
我々は、結果駆動の制約違反を1.3%から71.4%まで観察し、12モデルのうち9モデルが30%から50%の不正調整率を示した。
論文 参考訳（メタデータ） (2025-12-23T21:52:53Z) - Anchoring Values in Temporal and Group Dimensions for Flow Matching Model Alignment [61.80228667422234]
VGPOは時間次元とグループ次元の両方で値の推定を再定義する。
スパース端末の報酬を密度の高いプロセス認識値推定に変換する。
標準群正規化を絶対値によって強化された新しいプロセスに置き換え、安定した最適化信号を維持する。
論文 参考訳（メタデータ） (2025-12-13T16:31:26Z) - Efficient Adversarial Malware Defense via Trust-Based Raw Override and Confidence-Adaptive Bit-Depth Reduction [0.0]
敵防衛の最近の進歩は強い堅牢性の向上を示している。
4倍から22倍までの計算オーバーヘッドは、数百万のサンプルを毎日処理するプロダクションシステムにとって大きな課題となる。
信頼適応型TROと信頼適応型ビット深度削減を組み合わせた新しいフレームワークを提案する。
提案手法は1.76倍の計算オーバーヘッドを達成し,最先端のスムージングディフェンスよりも2.3倍改善した。
論文 参考訳（メタデータ） (2025-11-16T23:21:44Z) - Reinforcement Learning from Probabilistic Forecasts for Safe Decision-Making via Conditional Value-at-Risk Planning [41.52380204321823]
本稿では,ベイズ予測,後方サンプリング強化学習,計画とを結合した統一的枠組みである不確実性認識マルコフ決定プロセス(UAMDP)を提案する。
構造的不確実性と経済のボラティリティを特徴とする2つのドメインの高頻度株式取引と小売在庫管理において,UAMDPを評価した。
論文 参考訳（メタデータ） (2025-10-09T13:46:32Z) - Sampling-aware Adversarial Attacks Against Large Language Models [52.30089653615172]
既存の敵攻撃は、通常、単一点の欲望世代において有害な反応を標的とする。
本研究では,有害な応答を抽出する目的のために,攻撃時のモデル出力の繰り返しサンプリングを行う。
既存の攻撃にサンプリングを統合することで、成功率が最大37%向上し、最大2桁の効率が向上することを示す。
論文 参考訳（メタデータ） (2025-07-06T16:13:33Z) - The Pitfalls and Promise of Conformal Inference Under Adversarial Attacks [90.52808174102157]
医療画像や自律運転などの安全クリティカルな応用においては、高い敵の堅牢性を維持し、潜在的敵の攻撃から保護することが不可欠である。
敵対的に訓練されたモデルに固有の不確実性に関して、注目すべき知識ギャップが残っている。
本研究では,共形予測(CP)の性能を標準対向攻撃の文脈で検証することにより,ディープラーニングモデルの不確実性について検討する。
論文 参考訳（メタデータ） (2024-05-14T18:05:19Z)
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。