論文の概要: Model-Based Reinforcement Learning for Heterogeneous Multi-Robot Task Assignment Under Distribution Shifts

• arxiv url: http://arxiv.org/abs/2608.21554v1
• Date: Fri, 21 Aug 2026 18:44:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.270132
• Title: Model-Based Reinforcement Learning for Heterogeneous Multi-Robot Task Assignment Under Distribution Shifts
• Title（参考訳）: 分散シフト下での不均一なマルチロボットタスク割り当てのためのモデルベース強化学習
• Abstract要約: 不均一なマルチロボットサービスシステムは、互換性のあるロボットにリクエストを割り当て、実行可能なスケジュールを構築し、新しいタスクがオンラインに届くように適応する必要があります。 スケジュールとリアルタイムの要求を伴う異種マルチロボットタスク割り当てのための予測対応型適応型ロールアウトフレームワークを開発した。
• 参考スコア（独自算出の注目度）: 7.0997001670112185
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Heterogeneous multi-robot service systems must assign requests to compatible robots, construct feasible schedules, and adapt as new tasks arrive online. Historical data can help anticipate future demand, but relying too heavily on inaccurate predictions can degrade performance under distribution shifts. We develop a prediction-aware adaptive rollout framework for heterogeneous multi-robot task assignment with scheduled and real-time requests. The problem is formulated as a finite-horizon stochastic dynamic program incorporating robot-task compatibility, ordered service requirements, routing constraints, service windows, and end-of-horizon return requirements. The proposed policy evaluates current assignments using sampled future request scenarios while restricting immediate commitments to requests already observed. To enable online use, the framework combines pruned candidate controls, wait actions, and an interaction-aware base policy for efficient future-cost estimation. Robustness to forecast error is provided by adaptively reweighting predicted requests based on recent prediction mismatch and selectively re-optimizing assigned but unstarted requests. We also introduce a historical-data-driven procedure for selecting the heterogeneous fleet composition before deployment. In a case study using real nursing-task requests from hospital inpatient floors, the proposed approach achieves near-complete service and reduces serviced-request wait times relative to reactive, token-passing, prediction-positioning, and myopic greedy baselines, with the largest improvements in tail-delay metrics.
• Abstract（参考訳）: 不均一なマルチロボットサービスシステムは、互換性のあるロボットにリクエストを割り当て、実行可能なスケジュールを構築し、新しいタスクがオンラインに届くように適応する必要があります。 過去のデータは将来の需要を予測するのに役立ちますが、不正確な予測に大きく依存すると、分散シフト下でのパフォーマンスが低下します。 スケジュールとリアルタイムの要求を伴う異種マルチロボットタスク割り当てのための予測対応型適応型ロールアウトフレームワークを開発した。 この問題は、ロボットとタスクの互換性、順序付けられたサービス要件、ルーティング制約、サービスウィンドウ、およびエンド・オブ・ホライズン・リターン要求を組み込んだ有限水平確率動的プログラムとして定式化されている。 提案ポリシーは,既存の要求に対する即時コミットを制限しながら,サンプル化された将来の要求シナリオを用いて現在の割り当てを評価する。 オンライン利用を可能にするために、このフレームワークはプルーニングされた候補制御、待機アクション、および対話対応ベースポリシーを組み合わせて、効率的な将来のコスト見積を行う。 予測エラーに対するロバスト性は、最近の予測ミスマッチに基づいて予測要求を適応的に再重み付けし、割り当てられたが未起動な要求を選択的に再最適化することによって提供される。 また、展開前の異種艦隊構成を選択するための履歴データ駆動方式も導入する。 病院の病床からの実際の看護タスク要求を用いたケーススタディにおいて、提案手法はほぼ完全なサービスを実現し、反応性、トークン通過性、予測位置、筋性欲求基準に対するサービス要求待ち時間を短縮し、テール遅延測定値の最大の改善をもたらす。

関連論文リスト

• End-to-End Latency-Minimizing and Load-Balanced Request Scheduling for Edge LLM Inference in Agentic AI Services [13.04369901641143]
  大規模言語モデル(LLM)を使用したエージェントAIサービスでは、低レイテンシ推論がますます求められている。 本研究では,各要求に対する送信,プリフィル,再分配レベル復号化,キー値キャッシュの進化をキャプチャするクロススロット推論モデルを開発した。 本稿では,Lyapunov最適化による長期負荷分散制約を変換するLYREO手法を提案する。
  論文  参考訳（メタデータ） (2026-09-15T13:50:54Z)
• Task-State Adaptation with Prototype Memory for Multi-Task Dense Prediction [65.90697836568579]
  本研究では,グローバルな視覚的コンテキストからタスク状態を推定するマルチタスク高密度予測フレームワークを提案する。 MemMTLは学習可能なタスク状態のプロトタイプメモリを通じてそれを洗練する。 個別のタスク非依存残差銀行は共通の適応パスを提供する。
  論文  参考訳（メタデータ） (2026-08-28T08:48:22Z)
• 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)
• SWE-Future: Forecast-Conditioned Data Synthesis for Future-Oriented Software Engineering Agents [7.478327602641997]
  将来指向型符号化タスクのための予測条件付きデータ合成手法であるSWE-Futureを提案する。 我々は、SWE-Futureが、歴史的プル-リクエストリプレイへの直接的な依存を低減しつつ、現実的で未来指向のコーディング-タスク合成を導くことができることを示す。
  論文  参考訳（メタデータ） (2026-06-17T06:22:28Z)
• LeapTS: Rethinking Time Series Forecasting as Adaptive Multi-Horizon Scheduling [74.94985663101906]
  本稿では,予測地平線上での動的スケジューリングプロセスとして時系列予測を再構成する新しいフレームワーク LeapTSを提案する。 LeapTSは、Transformerベースのモデルよりも2.6$times$から5.3$times$推論スピードアップを実現しつつ、全体的な予測性能を少なくとも7.4%向上させる。
  論文  参考訳（メタデータ） (2026-05-11T09:54:02Z)
• GNN-based Passenger Request Prediction [0.3480973072524161]
  本稿では,乗客のオリジン・デスティネーション(OD)フローを予測するために,意識メカニズムとともにグラフニューラルネットワークフレームワークを開発する。 提案するフレームワークは,異なる場所から発生する要求の間に発生する線形および非線形の依存関係を利用する。 道路網をカバーするグリッドセルの最適サイズは、モデルの複雑さと精度を保っている。
  論文  参考訳（メタデータ） (2023-01-06T14:04:46Z)
• Multiagent Reinforcement Learning for Autonomous Routing and Pickup Problem with Adaptation to Variable Demand [1.8505047763172104]
  都市の地図に現れる要求に対処する自律走行車両群に対して、ルーティング/ピックポリシーを生成するための学習枠組みを導出する。 当社は、車両間の協調を促す政策に焦点を合わせ、要求の待ち時間を短縮する。 本稿では、現在の需要が元の妥当性領域外にある場合に、トレーニング済みのオフライン近似を切り替えるメカニズムを提案する。
  論文  参考訳（メタデータ） (2022-11-28T01:11:11Z)
• Intelligent Request Strategy Design in Recommender System [76.90734681369156]
  我々は、Intelligent Request Strategy Design(IRSD)というエッジインテリジェンスの新しい学習タスクを構想する。 IRSDは、ユーザのリアルタイムな意図に基づいて、リクエスト挿入の適切なタイミングを決定することにより、ウォーターフォールRSの有効性を向上させることを目的としている。 我々は、アップリフトベースのOn-edge Smart Request Framework(AdaRequest)という、適応的な要求挿入戦略の新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2022-06-23T16:51:38Z)
• A Universal Error Measure for Input Predictions Applied to Online Graph Problems [57.58926849872494]
  本稿では,入力予測における誤差の定量化のための新しい尺度を提案する。 この尺度は、予測されていない要求と予測されていない実際の要求によるエラーをキャプチャする。
  論文  参考訳（メタデータ） (2022-05-25T15:24:03Z)
• Lifelong Unsupervised Domain Adaptive Person Re-identification with Coordinated Anti-forgetting and Adaptation [127.6168183074427]
  本稿では,LUDA (Lifelong Unsupervised Domain Adaptive) という新たなタスクを提案する。 これは、モデルがターゲット環境のラベル付けされていないデータに継続的に適応する必要があるため、難しい。 我々は、CLUDA-ReIDと呼ばれるこのタスクのための効果的なスキームを設計し、そこでは、アンチフォージェッティングが適応と調和して調整される。
  論文  参考訳（メタデータ） (2021-12-13T13:19:45Z)
• A Predictive Autoscaler for Elastic Batch Jobs [8.354712625979776]
  Deep Learning、HPC、Sparkといった大規模なバッチジョブは、従来のオンラインサービスよりもはるかに多くの計算リソースとコストを必要とします。 顧客とオーバプロビジョンインスタンスに対して,柔軟なインターフェースを提供するための予測オートスケーラを提案する。
  論文  参考訳（メタデータ） (2020-10-10T17:35:55Z)
• AutoCP: Automated Pipelines for Accurate Prediction Intervals [84.16181066107984]
  本稿では、自動予測のための自動機械学習(Automatic Machine Learning for Conformal Prediction, AutoCP)というAutoMLフレームワークを提案する。 最高の予測モデルを選択しようとする慣れ親しんだAutoMLフレームワークとは異なり、AutoCPは、ユーザが指定したターゲットカバレッジ率を達成する予測間隔を構築する。 さまざまなデータセットでAutoCPをテストしたところ、ベンチマークアルゴリズムを著しく上回っていることがわかった。
  論文  参考訳（メタデータ） (2020-06-24T23:13:11Z)

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。