論文の概要: CLIPPER: Replayable Shortlisted Optimization for Repeated Spatial Coverage Planning
- arxiv url: http://arxiv.org/abs/2608.26819v1
- Date: Thu, 27 Aug 2026 08:55:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-28 16:30:58.31698
- Title: CLIPPER: Replayable Shortlisted Optimization for Repeated Spatial Coverage Planning
- Title（参考訳）: CLIPPER: 繰り返し空間被覆計画のための再生可能なショートリスト最適化
- Abstract要約: 提案するCLIPPER (Pooled Evaluation and Replayによる制約条件付き低遅延反復計画)
有界候補プールを形成するが、正確な現在のゲインを再計算し、選択前のすべてのアクティブな制約をチェックする。
すべての符号化されたモデル制約を強制しながら、記録された都市規模の計画状態の迅速かつ再現可能な比較を可能にする。
- 参考スコア（独自算出の注目度）: 3.5748387724309754
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Operational requirements developed with the City of Braunschweig frame municipal micromobility planning under geofenced exclusions, mandatory retained sites, spacing rules, and area-level caps. Each policy edit requires a new feasible plan; full-set greedy takes tens of seconds per alternative at city scale. We present CLIPPER (Constraint-exact Low-latency Iterative Planning with Pooled Evaluation and Replay). It forms bounded candidate pools but recomputes exact current gains and checks every active constraint before selection. Coverage from each candidate alone sets the initial order. Offline full-set scans measure gains omitted by the pool; online, a conservative bound triggers expansion or audit. CLIPPER-F gives each proposal group the same number of candidate slots. Across Braunschweig, Munich, and Berlin, its mean coverage over complete chains stays within 0.245 percentage points of full-set greedy under the same policy, with 13.6--28.9 times lower mean rollout time. CLIPPER-A instead distributes one shared candidate budget across the groups. Under its coverage-prioritized policy, it uses 9--15% of full-set greedy's rollout time under the same policy, with mean gaps of 1.82 percentage points in Braunschweig, 0.12 in Munich, and 0.27 in Berlin. Together, CLIPPER enables rapid, replayable comparison of recorded city-scale planning states while enforcing every encoded model constraint.
- Abstract（参考訳）: ブラウンシュヴァイク市は、地理的に排除された自治体のマイクロモビリティ計画、強制的に維持された場所、スペーシングルール、および地域レベルの上限の運用要件を策定した。
各ポリシーの編集には、新しい実現可能なプランが必要で、フルセットのgreedyは、都市規模での代替手段として数秒かかる。
CLIPPER (Constraint-exact Low-latency Iterative Planning with Pooled Evaluation and Replay)を提案する。
有界候補プールを形成するが、正確な現在のゲインを再計算し、選択前のすべてのアクティブな制約をチェックする。
各候補からのカバーは、初期注文のみをセットする。
オフラインのフルセットスキャンは、プールによって省略された利得を測定する。
CLIPPER-Fは各提案グループに同じ数の候補スロットを与える。
ブラウンシュヴァイク、ミュンヘン、ベルリン全体では、全チェーンのカバー範囲は同じ方針の下で0.245ポイント以内であり、平均ロールアウト時間は13.6-28.9倍である。
CLIPPER-Aはグループ間で共通の候補予算を分配する。
包括的優先政策の下では、同じ方針の下でフルセットのグリーディのロールアウト時間の9-15%を使用し、ブラウンシュヴァイクでは1.82ポイント、ミュンヘンでは0.12ポイント、ベルリンでは0.27ポイントである。
CLIPPERは、すべての符号化されたモデル制約を強制しながら、記録された都市規模の計画状態の迅速かつ再現可能な比較を可能にする。
関連論文リスト
- Learning Not to Optimize: Physics-Informed Action-Space Reshaping for Intent-Based Network Control [50.46501177871741]
LNOQRD は小物候補を75.9% で削減し、90.8% でニアオラクルのカバレッジを維持している。
実験の結果、LNOQRDは実用性と意図の満足度が最も高く、かつ、法律違反が最低で、世代後レイテンシが低いことがわかった。
論文 参考訳（メタデータ） (2026-08-02T00:27:01Z) - Discrepancy-Rounded Fair Bandits with Static and Time-Varying Exposure Floors [7.100140700856556]
露光フロアを正確に調べて、正しい物体が丸みを帯びた問題であることを示す。
主な貢献は、時間によって異なるフロアを持つブロックワイズモデルである。
合成床、MovieLens-100kジャンルの露出、および展開ストレステストの実験は、ペナルティチューニングなしで正確に実現可能であることを示した。
論文 参考訳（メタデータ） (2026-07-24T22:20:44Z) - Filtered ANN as a Phase Transition: When Selectivity-Estimation Error Causes Plan Regret [0.0]
選択性推定誤差は、これらの境界付近の臨界領域でのみ、計画後悔(記憶喪失とオラクル戦略)を引き起こすことを示す。
真の近似指数は境界線を誤定しないが、バイアス付きコストモデルは、推定エラーの堅牢性を修正することができない永続的な誤判定帯域を開放する。
論文 参考訳（メタデータ） (2026-06-15T07:44:58Z) - Decoupled Conformal Optimisation: Efficient Prediction Sets via Independent Tuning and Calibration [20.21455697379946]
そこで我々は,列車チューンキャリブレート設計の原則としてデカップリング・コンフォーマル最適化(DCO)を提案する。
DCOは、効率指向構造選択のために独立したチューニングスプリットと、最終共形量子化のための新鮮なキャリブレーションスプリットを使用する。
DCOは,PACスタイルのキャリブレーションに対して,平均予測セットサイズや間隔幅を小さくしながら,名目カバレッジレベルを密に追跡する。
論文 参考訳（メタデータ） (2026-05-18T13:10:21Z) - Breaking $\textit{Winner-Takes-All}$: Cooperative Policy Optimization Improves Diverse LLM Reasoning [53.42577591449649]
グループ協力政策最適化は、トレーニングパラダイムをロールアウト競争からチーム協力へとシフトさせる。
GCPOは独立したロールアウトスコアをチームレベルのクレジット割り当てに置き換える。
チームへの平均的な限界貢献に従って、各ロールアウトに対して、グループチームの報酬を再分配する。
論文 参考訳（メタデータ） (2026-05-12T03:20:24Z) - Trust Regions Sell, But Who's Buying? Overlap Geometry as an Alternative Trust Region for Policy Optimization [5.217618511306204]
トラストリージョンメソッドは、Kullback-Leibler (KL) の分岐を介してポリシー更新を制約する。
Bhattacharyya係数による分布重なりを制約した代替信頼領域として重なり幾何を提案する。
我々は、Bhattacharyya-TRPO(BTRPO)とBhattacharyya-PPO(BPPO)を誘導する。
実証的に、オーバーラップベースの更新は、RLiableが測定したロバストネスとアグリゲーションパフォーマンスを改善している。
論文 参考訳（メタデータ） (2026-02-06T11:38:07Z) - Coverage Improvement and Fast Convergence of On-policy Preference Learning [67.36750525893514]
言語モデルアライメントのためのオンラインのオンラインプライオリティ学習アルゴリズムは、オフラインのアルゴリズムよりも大幅に優れている。
我々は,サンプリング政策の包括的範囲が政治訓練を通じてどのように進展するかを分析する。
一般機能クラス設定における報奨蒸留のための原則的オンライン方式を開発した。
論文 参考訳（メタデータ） (2026-01-13T10:46:06Z) - COMAL: A Convergent Meta-Algorithm for Aligning LLMs with General Preferences [57.70902561665269]
本稿では,言語モデルアライメントのためのメタアルゴリズムである Convergent Meta Alignment Algorithm (COMAL) を提案する。
我々は, メタアルゴリズムが最終回において正確なナッシュポリシーに収束する理論解析を行い, 一連の合成および選好最適化データセット上での有効性を実証する。
論文 参考訳（メタデータ） (2024-10-30T17:13:02Z) - Learning to Cover: Online Learning and Optimization with Irreversible Decisions [50.5775508521174]
我々は,個別かつ不可逆な意思決定を対象とするオンライン学習と最適化の問題を定義した。
各期間において、意思決定者は、オープンする施設を選択し、それぞれの成功に関する情報を受け取り、将来の決定を導くために分類モデルを更新する。
目的は,多数の施設を対象とする地平線を特徴とし,カバー対象を反映するチャンス制約の下で施設開口を最小化することである。
論文 参考訳（メタデータ） (2024-06-20T23:00:25Z) - Information Capacity Regret Bounds for Bandits with Mediator Feedback [55.269551124587224]
我々は,政策セットの複雑さに対する情報理論尺度として,政策セットの容量を導入する。
古典的なEXP4アルゴリズムを採用することで、ポリシーセットの容量に応じて、新たな後悔の限界を提供する。
ポリシーセットファミリの選択については、キャパシティと同じようなスケールで、ほぼ整合性の低い境界を証明します。
論文 参考訳（メタデータ） (2024-02-15T19:18:47Z) - Restless Bandits with Average Reward: Breaking the Uniform Global
Attractor Assumption [12.471848976031904]
基本的な目標は、腕の数($N$)が大きくなるにつれて、最適性のギャップを小さくするポリシーを効率的に計算することである。
既存の最適性に関する結果は、すべて一様大域的誘引特性(UGAP)に依存している。
我々は,任意の単一武器のポリシーを元の$N$武器の問題に対するポリシーに変換する,汎用的なシミュレーションベースのフレームワークを提案する。
論文 参考訳（メタデータ） (2023-05-31T21:26:43Z) - Mathematically Quantifying Non-responsiveness of the 2021 Georgia
Congressional Districting Plan [3.097163558730473]
並列テンパリング法とReComを併用したメトロポリケートサンプリング手法を応用した。
ジョージア州における地区計画の最初の事例研究を通じて、これらの改善を開拓する。
我々の分析では、ジョージア州の選挙は、この制定された計画の下で、確実に9人の共和党員と5人の民主党員を選出すると予想している。
論文 参考訳（メタデータ） (2022-03-13T02:58:32Z)
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。