論文の概要: SAGE: Ergodic Control for Autonomous and Adaptive Inspection of Subsea Infrastructure

• arxiv url: http://arxiv.org/abs/2608.19671v1
• Date: Thu, 20 Aug 2026 06:06:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-21 20:28:51.460153
• Title: SAGE: Ergodic Control for Autonomous and Adaptive Inspection of Subsea Infrastructure
• Title（参考訳）: SAGE: 海底インフラの自律的適応検査のためのエルゴディック制御
• Abstract要約: 本稿では,センサによるリスク分布に比例して車両の走行時間を割当てるエルゴード制御アーキテクチャであるSAGEを提案する。 SAGEに対する固定ループA*ツアーを比較検討し,全5弁の2XTシナリオについて検討した。 シミュレーションでは、A*の下の全てのバルブに対して、エルゴード制御の下で5.8秒ごとに支配的リスクバルブが修正され、リスクに関わらず、A*の全てのバルブに対して8.1秒が固定された。
• 参考スコア（独自算出の注目度）: 4.824530309684156
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Subsea Christmas Trees (XTs) are underwater structures that use valves for directing oil flow, needing constant inspection. But not every valve carries the same risk at the same time: a valve with a suspected leak needs to be revisited far more often than one with a clean history, and that risk picture changes during the mission as new leaks are found. To handle this, we present SAGE (Semantic and Adaptive Generative Ergodicity), an ergodic-control architecture that allocates vehicle time in proportion to a live, sensor-derived risk distribution rather than a scripted route. We study a two-XT scenario, with five valves in total, and compare a fixed-loop A* tour against SAGE. Both methods can be tuned to spend similar total time near a high-risk valve, but only ergodic control also checks it more often: in simulation, a dominant-risk valve was revisited every 5.8 s under ergodic control against a fixed 8.1 s for every valve under A*, regardless of risk, so a leak can go unnoticed for barely two-thirds as long. Because the tracked distribution is recomputed rather than planned once, a newly detected leak shifts vehicle behavior on the next control cycle with no explicit re-planning step and no operator in the loop, which a fixed tour cannot do without a discrete re-route. We derive the ergodic control law behind this behavior and report simulation results on the five-valve scenario.
• Abstract（参考訳）: 海底クリスマスツリー(英語: Subsea Christmas Trees、XT)は、油の流れを指示するためにバルブを使用する水中構造物である。 しかし、全てのバルブが同時に同じリスクを負うわけではない。疑わしい漏れを持つバルブは、クリーンな歴史を持つバルブよりもはるかに頻繁に再検討する必要がある。 そこで本研究では,SAGE(Semantic and Adaptive Generative Ergodicity)というエルゴード制御アーキテクチャを提案する。 SAGEに対する固定ループA*ツアーを比較検討し,全5弁の2XTシナリオについて検討した。 シミュレーションでは、支配的なリスクバルブは、リスクに関係なくA*の下で固定された8.1 sに対して、エルゴディック制御の下で5.8 sごとに再燃された。 追従分布は1度ではなく再計算されるので、新たに検出されたリークは、明示的な再計画ステップがなく、ループ内の操作者も無く、離散的な再ルートなしでは不可能な、次の制御サイクルにおける車両の挙動をシフトさせる。 この挙動の背後にあるエルゴード制御法を導出し, シミュレーション結果を5弁シナリオで報告する。

関連論文リスト

• End-to-end Conditional Diffusion for Realistic and Controllable Visual Traffic Scenario Generation [59.188006170485046]
  E2E-CDiffは、制御可能で現実的なシナリオ生成のためのエンドツーエンドの条件拡散フレームワークである。 微分可能な誘導は速度を規制し、乾燥可能な領域のコンプライアンスを強制し、衝突回避や衝突回避行動をサポートする。 E2E-CDiffは、学習ベースのエゴプランナーとしても競争力がある。
  論文  参考訳（メタデータ） (2026-07-21T02:13:25Z)
• A Telemetry-Driven Model for Quantifying Upgrade Risk in Durable Workflow Execution [0.0]
  既存の緩和策は、すべての変更を最大限に危険とみなし、古いバージョンを排水する。 本稿では,飛行中の走行をアップグレードするリスクを定量化する閉形式確率モデルを提案する。 ゼロ後方リスク判定が新しいバージョンの下で安全なリハイドレーションを証明していることを示す。
  論文  参考訳（メタデータ） (2026-07-15T09:07:34Z)
• RL-Ballast: Ship Ballast Water Path Planning and Clog Prediction via Reinforcement Learning [0.0]
  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。
  論文  参考訳（メタデータ） (2026-07-06T10:35:51Z)
• CIAware-Bench: Benchmarking Control Intervention Awareness Across Frontier LLMs [100.38986535324284]
  我々は、フロンティアモデル全体でのtextbfcontrol textbfintervention (CI) の認識を測定するベンチマークである textbfCIAware-Bench を紹介する。 CIAware-Benchは、モデルが自身の軌跡を制御介入によって修正されたものと区別できるかどうかをテストする。
  論文  参考訳（メタデータ） (2026-06-09T16:24:16Z)
• Learning Direct Control Policies with Flow Matching for Autonomous Driving [32.505127447635864]
  自律走行のためのフローマッチングプランナーは、加速度と曲率によって定義された実行可能な軌道を生成する。 モデルは、周囲のシーンの鳥の目視(BEV)制御プロファイルに条件付けされる。 反応エージェントを用いた2次元交通シミュレータから収集した都市シナリオのみをトレーニングする。
  論文  参考訳（メタデータ） (2026-05-14T13:37:48Z)
• Action-Conditioned Risk Gating for Safety-Critical Control under Partial Observability [79.08785366532287]
  部分観測可能性下でのリスク感応制御のための軽量なリスクゲート強化学習近似を提案する。 安全クリティカルな部分観測可能な2つの領域 – 自動グルコース調節と安全制約ナビゲーション – でアプローチを評価した。
  論文  参考訳（メタデータ） (2026-05-14T01:23:09Z)
• MORPH-U: Multi-Objective Resilient Motion Planning for V2X-Enabled Autonomous Driving in High-Uncertainty Environments via Simulation [0.9427635404752933]
  本稿では,不確実なイベント駆動更新に対して,動作計画と低レベル制御を堅牢にする方法について検討する。 本稿では,LiDAR/レーダー/カメラとV2X(CAM/DENM)を融合した閉ループスタックであるMORPH-Uをローカルダイナミックマップに提示する。 故障したV2Xトリガから安全でないリプランを避けるため、MORPH-Uはビザンチンにインスパイアされた軽量の受け入れゲートを追加した。
  論文  参考訳（メタデータ） (2026-05-08T07:27:10Z)
• TACT: Mitigating Overthinking and Overacting in Coding Agents via Activation Steering [70.99933391739154]
  我々は、エージェントが既に持っている情報に対して繰り返し理由付けを行う2つの障害モードと、最近の観察を統合したり、新たな証拠を取得することなくツールコールを発行する2つの障害モードに焦点を当てる。 本稿では,活性化ステアリングによるTACT (Think-Act via activation Steering) を導入し,動作不良として現れる前に残留流中のエージェントの漂流を検知・緩和する。 具体的には、軌道のステップを過度に考え、過剰に実行し、あるいは校正し、隠れた状態が2つの *drift 軸* に沿って線形に分離できることを発見し、それぞれの障害モードに向かって校正された振る舞いを指示する。
  論文  参考訳（メタデータ） (2026-05-07T10:24:27Z)
• Drift-to-Action Controllers: Budgeted Interventions with Online Risk Certificates [1.565870461096057]
  Drift2Actは、監視を明示的な安全性で制約された意思決定として扱う、ドリフト・ツー・アクションのコントローラである。 ほぼゼロに近い安全違反と、WILDS Camelyon17、DomainNet、および制御された合成ドリフトストリームの適度なコストでの高速回復を実現する。
  論文  参考訳（メタデータ） (2026-03-09T16:34:12Z)
• Finite-time System Identification and Adaptive Control in Autoregressive Exogenous Systems [79.67879934935661]
  未知のARXシステムのシステム識別と適応制御の問題について検討する。 我々は,オープンループとクローズループの両方のデータ収集の下で,ARXシステムに対する有限時間学習保証を提供する。
  論文  参考訳（メタデータ） (2021-08-26T18:00:00Z)
• Detecting Rewards Deterioration in Episodic Reinforcement Learning [63.49923393311052]
  多くのRLアプリケーションでは、トレーニングが終了すると、エージェント性能の劣化をできるだけ早く検出することが不可欠である。 我々は,各エピソードにおける報酬が独立でもなく,同一に分散した,マルコフでもない,エピソード的枠組みを考察する。 平均シフトは、時間信号の劣化(報酬など)に対応する方法で定義し、最適な統計的パワーでこの問題の試行を導出する。
  論文  参考訳（メタデータ） (2020-10-22T12:45:55Z)

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。