論文の概要: AERIS: Offline Policy Improvement for Multi-UAV Integrated Sensing and Communication
- arxiv url: http://arxiv.org/abs/2608.25477v1
- Date: Wed, 26 Aug 2026 07:47:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-27 14:15:15.650036
- Title: AERIS: Offline Policy Improvement for Multi-UAV Integrated Sensing and Communication
- Title（参考訳）: AERIS:マルチUAV統合センシングと通信のためのオフラインポリシーの改善
- Abstract要約: 無人航空機(UAV)支援統合センシング通信(ISAC)は有望な6Gパラダイムである。
本稿ではISACのためのオフラインポリシー改善フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 35.165014180474735
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Unmanned aerial vehicle (UAV)-enabled integrated sensing and communication (ISAC) is a promising 6G paradigm, but dynamic multi-UAV ISAC control must jointly balance communication quality, sensing reliability, and flight safety under stochastic mobility. Existing optimization methods often require repeated global non-convex solving, while online reinforcement learning (RL) depends on risky trial-and-error flights that may cause sensing loss or collision-risk events. This paper proposes AERIS, an offline policy improvement framework for multi-UAV ISAC. AERIS learns from fixed flight logs under centralized training and decentralized execution, so each UAV acts from local histories while training uses logged global information to assess team-level effects. We further design STAR-CRDT, an offline multi-agent RL algorithm that performs support-aware local action rectification and distills only trusted improvements into the decentralized actor. We prove an offline-support policy improvement guarantee. Experiments show that STAR-CRDT improves the main ISAC objective return by 29.3% over the strongest baseline. It further improves communication sum rate, sensing pass rate, and sensing margin by 3.4%, 4.8%, and 69.1%, while reducing collision-risk events by 54.2%. On unseen real-road maps built from OpenStreetMap data, STAR-CRDT still obtains the best return.
- Abstract（参考訳）: 無人航空機(UAV)対応統合センシング通信(ISAC)は有望な6Gパラダイムであるが、動的マルチUAVISAC制御は、確率移動下での通信品質、感度信頼性、飛行安全性を両立させる必要がある。
既存の最適化手法では、しばしばグローバルな非凸解決を繰り返す必要があるが、オンライン強化学習(RL)は、検知損失や衝突リスクイベントを引き起こす可能性のあるリスクの高い試行錯誤飛行に依存する。
本稿では,マルチUAVISACのためのオフラインポリシー改善フレームワークであるAERISを提案する。
AERISは、集中トレーニングと分散実行の下で固定飛行ログから学習するため、各UAVは、トレーニング中にログ化されたグローバル情報を使用して、チームレベルの効果を評価する。
オフラインマルチエージェントRLアルゴリズムSTAR-CRDTをさらに設計する。
オフライン対応の政策改善を保証します。
実験の結果、STAR-CRDTはISACの主目的のリターンを29.3%向上させることが示された。
さらに通信総和率、感度パスレート、感度マージンを3.4%、4.8%、69.1%改善し、衝突リスクイベントを54.2%削減した。
OpenStreetMapデータから構築された目に見えないリアルタイムマップでは、STAR-CRDTが依然として最高のリターンを得る。
関連論文リスト
- Hierarchical LLM-Driven Control for HAPS-Assisted UAV Networks: Joint Optimization of Flight and Connectivity [33.68706070829591]
INTN(Integrated terrestrial and non-terrestrial network)で動作するマルチUAVシステムについて検討する。
衝突回避,効率的な交通流,そして動的かつ部分的に観測可能な条件下での信頼性の高い通信を確保するために,UAVが自身の動きに適応しなければならない3次元空路シナリオを考察する。
我々は,大規模言語モデル(LLM)による階層型マルチレート制御フレームワークを提案する。世界レベルでは,HAPS上のLLMベースのコントローラが,ロードバランシングとハンドオーバ決定のための長期計画を実行する。
ローカルレベルでは、各UAVは遅い時間スケールを統合するハイブリッドコントローラを使用する。
論文 参考訳（メタデータ） (2026-05-12T04:27:14Z) - xApp Empowered Resource Management for Non-Terrestrial Users in 5G O-RAN Networks [0.0]
本稿では,オープン無線アクセスネットワーク(O-RAN)のためのアクティブ無人航空機(UAV)モビリティ管理xAppを紹介する。
提案フレームワークはネットワーク条件を予測し、予測最適化により停止確率とハンドオーバ頻度を最小化する。
論文 参考訳（メタデータ） (2026-05-11T15:18:23Z) - Leveraging the Power of Ensemble Learning for Secure Low Altitude Economy [64.39232788946173]
低高度経済(LAE)は社会福祉の強化と経済成長の推進に大きく貢献している。
本稿では,セキュアなLAEのためのアンサンブル学習,研究の焦点,解決策,ケーススタディについて検討する。
論文 参考訳（メタデータ） (2026-02-07T23:15:58Z) - 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) - Agentic UAVs: LLM-Driven Autonomy with Integrated Tool-Calling and Cognitive Reasoning [3.4643961367503575]
既存のUAVフレームワークには、コンテキスト対応の推論、自律的な意思決定、エコシステムレベルの統合が欠けている。
本稿では,5層アーキテクチャであるエージェントUAVフレームワークを紹介する(知覚,推論,アクション,統合,学習)。
ROS2 と Gazebo ベースのプロトタイプは YOLOv11 オブジェクト検出と GPT-4 推論とローカル Gemma-3 デプロイメントを統合している。
論文 参考訳（メタデータ） (2025-09-14T08:46:40Z) - Age of Information Minimization in UAV-Enabled Integrated Sensing and Communication Systems [34.92822911897626]
統合センシング通信(ISAC)機能を備えた無人航空機(UAV)は、将来の無線ネットワークにおいて重要な役割を果たすと想定されている。
ターゲットセンシングとマルチユーザ通信を同時に行う老化情報(AoI)システムを提案する。
論文 参考訳（メタデータ） (2025-07-18T18:17:09Z) - Low-altitude UAV Friendly-Jamming for Satellite-Maritime Communications via Generative AI-enabled Deep Reinforcement Learning [72.23178920029957]
本稿では,低高度無人航空機(UAV)による衛星海上通信システムを提案する。
安全衛星・海上通信多目的最適化問題(SSMCMOP)を定式化する。
動的かつ長期の最適化問題を解くため、マルコフ決定過程に再構成する。
次に,トランスサック (TransSAC) アルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-01-26T10:13:51Z) - Navigation in a simplified Urban Flow through Deep Reinforcement Learning [0.9217021281095907]
都市環境における無人航空機(UAV)は、環境への影響を最小限に抑える戦略を必要とする。
我々の目標は、都市環境下での無人航法を可能にするDRLアルゴリズムを開発することである。
論文 参考訳（メタデータ） (2024-09-26T15:05:15Z) - Confidence-Controlled Exploration: Efficient Sparse-Reward Policy Learning for Robot Navigation [72.24964965882783]
強化学習(RL)はロボットナビゲーションにおいて有望なアプローチであり、ロボットは試行錯誤を通じて学習することができる。
現実世界のロボットタスクは、しばしばまばらな報酬に悩まされ、非効率な探索と準最適政策に繋がる。
本稿では,RLに基づくロボットナビゲーションにおいて,報酬関数を変更せずにサンプル効率を向上させる新しい手法であるConfidence-Controlled Exploration (CCE)を紹介する。
論文 参考訳（メタデータ） (2023-06-09T18:45:15Z) - Optimizing Mixed Autonomy Traffic Flow With Decentralized Autonomous
Vehicles and Multi-Agent RL [63.52264764099532]
本研究では、完全分散制御方式を用いて、混合自律環境でのボトルネックのスループットを向上させる自動運転車の能力について検討する。
この問題にマルチエージェント強化アルゴリズムを適用し、5%の浸透速度で20%から40%の浸透速度で33%までのボトルネックスループットの大幅な改善が達成できることを実証した。
論文 参考訳（メタデータ） (2020-10-30T22:06:05Z)
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。