論文の概要: Sensor-Driven Mission Synthesis for UAV/UGV Swarms: A TB-CSPN Coordination Architecture with Hardware-Enforced Safety
- arxiv url: http://arxiv.org/abs/2608.14306v1
- Date: Fri, 14 Aug 2026 13:44:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-17 20:14:29.3903
- Title: Sensor-Driven Mission Synthesis for UAV/UGV Swarms: A TB-CSPN Coordination Architecture with Hardware-Enforced Safety
- Title（参考訳）: UAV/UGVスワームのためのセンサ駆動ミッション合成:ハードウェア強化安全を考慮したTB-CSPN協調アーキテクチャ
- Abstract要約: 本稿では,不確実なマルチモーダルセンサの証拠からミッション動作を合成する,不均一なUAV/UGVスワムの協調アーキテクチャを提案する。
このアプローチは、レーダー、RF、音響、および視覚観測を、漸進的なミッション形成をサポートするために、トピックベースの通信空間ペトリネット(TB-CSPN)オーケストレーションと組み合わせる。
沿岸調査ケーススタディは、提案されたアーキテクチャが、運用上の不確実性の下で、信頼性があり、管理され、物理的に安全な群集調整を可能にする方法を示している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents a coordination architecture for heterogeneous UAV/UGV swarms that synthesises mission actions from uncertain, multi-modal sensor evidence while preserving hardware-enforced safety at the actuation boundary. The approach combines radar, RF, acoustic, and visual observations with Topic-Based Communication Space Petri Net (TB-CSPN) orchestration to support incremental mission formation under partial and evolving information. Consultant agents transform sensor outputs into temporally bounded semantic tokens, while supervisor agents provide authorisation and policy-governed release of mission transitions. This separation between interpretation, coordination, and execution yields auditable decision paths, constrains non-determinism within the coordination layer through guards and synchronisation, and enables bounded-time integration of heterogeneous evidence. To improve resilience in contested environments, including cyber compromise, spoofing, jamming, and communication loss, the digital coordination layer is complemented by independent analogue safety envelopes that clamp or veto unsafe actuator commands issued to individual vehicles. A coastal-surveillance case study illustrates how the proposed architecture enables dependable, governed, and physically safe swarm coordination under operational uncertainty.
- Abstract（参考訳）: 本稿では,不確実なマルチモーダルセンサエビデンスからミッション動作を合成し,アクティベーションバウンダリにおけるハードウェア強化安全を保ちながら,不均一なUAV/UGVスワムの協調アーキテクチャを提案する。
このアプローチは、レーダー、RF、音響、および視覚観測を、部分的および進化的な情報の下での漸進的なミッション形成をサポートするために、トピックベースの通信空間ペトリネット(TB-CSPN)オーケストレーションと組み合わせる。
コンサルタントエージェントは、センサー出力を時間的に制限されたセマンティックトークンに変換し、監督エージェントは、ミッショントランジションの承認とポリシーに守られたリリースを提供する。
この解釈、調整、実行の分離は、監査可能な決定経路をもたらし、ガードと同期を通して調整層内の非決定性を制約し、不均一な証拠の有界時間統合を可能にする。
サイバー妥協、スプーフィング、妨害、通信損失を含む競合環境のレジリエンスを改善するために、デジタル調整層は、個々の車両に発行される安全装置コマンドをクランプ又は拒否する独立したアナログ安全封筒によって補完される。
沿岸調査ケーススタディは、提案されたアーキテクチャが、運用上の不確実性の下で、信頼性があり、管理され、物理的に安全な群集調整を可能にする方法を示している。
関連論文リスト
- Networked Admissibility-Preserving Control for Directed Safe Coordination [0.0]
本稿では,スカラーエージェントの安全クリティカルコーディネーションについて述べる。
エージェントは、固定された重み付きディグラフと指示されたスパンニングツリーで通信します。
この合成により、指数関数的に崩壊する実化誤差が非対称のコンセンサス力学を駆動する正確なカスケードが得られる。
論文 参考訳（メタデータ） (2026-09-08T19:38:20Z) - Graph-Based Safe Reinforcement Learning for Multi-Agent Systems with Time-Varying Topology [0.0]
本稿では、時間変化トポロジを用いた協調ナビゲーションのためのグラフベースの安全なマルチエージェント強化学習(MARL)フレームワークを提案する。
センサ制約のある環境における安全確保という重要な課題に対処するため,安全分離機構を導入している。
この安全基盤に基づいて、注意に基づくアクターとグラフ注意ネットワーク(GAT)を統合した統合構造アーキテクチャが提案されている。
論文 参考訳（メタデータ） (2026-09-08T14:30:06Z) - AmbSentry: Mitigating Sensing Eavesdropping in ISAC Systems by Harnessing Ambient IoT Devices [60.083979780396014]
6Gネットワークの重要なパラダイムとして、ISAC(Integrated Sensistance and Communication)が登場している。
本稿では,盗聴者に対する検知情報の漏洩を防止するISACシステムであるAmbSentryを提案する。
論文 参考訳（メタデータ） (2026-08-12T08:42:05Z) - Safe Consensus of Cooperative Manipulation with Hierarchical Event-Triggered Control Barrier Functions [3.288997322330816]
本稿では、階層型イベントトリガー制御バリア機能(CBF)を介して、安全保証とのコンセンサス調整を実現する分散制御フレームワークを提案する。
その結果、厳密な安全制約下での高精度な協調が示され、ベースライン法に比べて計算コストと通信周波数が大幅に削減された。
論文 参考訳（メタデータ） (2026-03-06T15:09:07Z) - Secure Semantic Communications via AI Defenses: Fundamentals, Solutions, and Future Directions [44.71660423560587]
このサーベイは、AIディフェンスを通じてSemComのセキュリティの防衛中心でシステム指向の合成を提供する。
本稿ではセムコムシステムにおいて意味的整合性を損なうことができる防衛戦略の構造的分類について述べる。
また、セマンティックフィリティ、堅牢性、レイテンシ、エネルギのトレードオフをキャプチャするセキュリティユーティリティオペレーティングエンベロープについても検討する。
論文 参考訳（メタデータ） (2026-02-25T17:28:07Z) - Multi-Agent-Driven Cognitive Secure Communications in Satellite-Terrestrial Networks [58.70163955407538]
悪意のある盗聴者は衛星地上ネットワーク(STN)を介して個人情報に深刻な脅威をもたらす
リアルタイムセンシングによりスペクトルスケジューリングと保護を協調する複数のエージェントによって駆動される認知セキュア通信フレームワークを提案する。
我々は、生成した対向ネットワークを利用して対向行列を生成し、学習支援電力制御を用いて、実及び対向信号のパワーを保護層に設定する。
論文 参考訳（メタデータ） (2026-01-06T10:30:41Z) - Deep Neural Network-Based Aerial Transport in the Presence of Cooperative and Uncooperative UAS [3.437656066916039]
本稿では,非クルード航空システム(UAS)を$mathbbRn$で運用することで,分散トランスポートとカバレッジを分散化するためのレジリエントディープニューラルネットワーク(DNN)フレームワークを提案する。
このフレームワークは、規定されたプロトコルに従わない、あるいは従わない非協力的なエージェントの存在下で堅牢なままに設計されている。
論文 参考訳（メタデータ） (2025-12-06T22:03:41Z) - When UAV Swarm Meets IRS: Collaborative Secure Communications in Low-altitude Wireless Networks [68.45202147860537]
低高度無線ネットワーク (LAWN) は、多様なアプリケーションに対して、拡張されたカバレッジ、信頼性、スループットを提供する。
これらのネットワークは、既知のおよび潜在的に未知の盗聴者の両方から重大なセキュリティ上の脆弱性に直面している。
本稿では,Swarm内で選択されたUAVを仮想アンテナアレイとして機能させる,LAWNのための新しいセキュア通信フレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-25T02:02:14Z) - Secure Physical Layer Communications for Low-Altitude Economy Networking: A Survey [76.36166980302478]
低高度経済ネットワーク(LAENet)は変革的パラダイムとして浮上している。
LAENetにおける物理層通信は、航空通信環境の固有の特性により、セキュリティ上の脅威が増大している。
本調査は, LAENetにおける物理層通信に対する既存の安全対策を総合的に検討する。
論文 参考訳（メタデータ） (2025-04-12T09:36:53Z) - Cooperative Cognitive Dynamic System in UAV Swarms: Reconfigurable Mechanism and Framework [80.39138462246034]
UAVスワムの管理を最適化するための協調認知力学システム(CCDS)を提案する。
CCDSは階層的かつ協調的な制御構造であり、リアルタイムのデータ処理と意思決定を可能にする。
さらに、CCDSは、UAVスワムのタスクを効率的に割り当てるための生体模倣機構と統合することができる。
論文 参考訳（メタデータ） (2024-05-18T12:45:00Z) - Cooperative Probabilistic Trajectory Forecasting under Occlusion [110.4960878651584]
隠蔽対象の情報を安全なナビゲーションのためにエゴエージェントに伝達する必要がある場合が多い。
本稿では,エゴエージェントの基準フレームにおける閉塞歩行者の現況を協調的に推定するエンド・ツー・エンドネットワークを設計する。
また,エゴ剤による閉塞歩行者の不確実性を考慮した軌道予測は,閉塞を前提とした地上の真実軌道とほぼ同様であることを示した。
論文 参考訳（メタデータ） (2023-12-06T05:36:52Z) - Spatial-Temporal-Aware Safe Multi-Agent Reinforcement Learning of
Connected Autonomous Vehicles in Challenging Scenarios [10.37986799561165]
通信技術はコネクテッド・自動運転車(CAV)間の協調を可能にする
CAVのための並列安全シールドを備えた制約付きマルチエージェント強化学習(MARL)フレームワークを提案する。
その結果,提案手法は難易度の高いシナリオにおいて,システムの安全性と効率を著しく向上させることがわかった。
論文 参考訳（メタデータ） (2022-10-05T14:39:07Z)
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。