論文の概要: Asynchronous Cooperative Online Learning for Multi-Robot Control under Computational Delays
- arxiv url: http://arxiv.org/abs/2608.29562v1
- Date: Sun, 30 Aug 2026 05:11:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:30.996982
- Title: Asynchronous Cooperative Online Learning for Multi-Robot Control under Computational Delays
- Title（参考訳）: 計算遅延下における複数ロボット制御のための非同期協調オンライン学習
- Abstract要約: 本研究では,協調ロボットシステムのための非同期協調学習戦略を提案する。
予測精度、クエリポイントのバリエーション、遅延効果を考慮に入れている。
随伴MASに基づく分散制御法が開発され、所望の制御性能が確保される。
- 参考スコア（独自算出の注目度）: 8.069079616548086
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Ensuring the safe operation of multi-agent systems (MASs) under uncertain environments is crucial for cooperative robotic, where external disturbances and inaccurate dynamic models can significantly compromise performance and reliability. To address this challenge, calibrated machine learning models, particularly Gaussian process (GP) regression, are extensively employed due to their interpretable performance quantification. As the interconnected communication of MASs facilitates cooperative learning, agents are able to enhance learning performance by exchanging local GP inferences with their neighbors and aggregating the received information via distributed GP strategies. However, variations in computational power and prediction tasks among agents inevitably lead to heterogeneous computational delays and differences in query points, which are often overlooked in existing aggregation methods. To overcome these limitations, this work proposes an asynchronous cooperative learning strategy that explicitly accounts for prediction accuracy, query point variations and delay effects. Additionally, a distributed control law based on an adjoint MAS is developed to ensure the desired control performance. Simulations on unmanned surface vehicles validate the effectiveness of the proposed approach, demonstrating substantial improvements in both learning and control performance compared to the state-of-the-art approaches.
- Abstract（参考訳）: 不確実な環境下でのマルチエージェントシステム(MAS)の安全な運用を保証することは、外部の障害や不正確な動的モデルが性能と信頼性を著しく損なう可能性がある、協調ロボットにとって不可欠である。
この課題に対処するために、校正された機械学習モデル、特にガウス過程(GP)回帰は、解釈可能な性能の定量化のために広く採用されている。
MASの相互通信は協調学習を促進するため、エージェントはローカルGP推論を隣人と交換し、受信した情報を分散GP戦略を介して集約することで学習性能を向上させることができる。
しかし、エージェント間の計算能力や予測タスクのばらつきは、必然的に不均一な計算遅延とクエリポイントの違いを引き起こす。
これらの制約を克服するため、予測精度、クエリポイントの変動、遅延効果を明示的に考慮した非同期協調学習戦略を提案する。
また、隣接MASに基づく分散制御法を開発し、所望の制御性能を確保する。
無人表面車両のシミュレーションにより提案手法の有効性が検証され, 現状のアプローチと比較して, 学習性能と制御性能が著しく向上した。
関連論文リスト
- Learning Agent-based Model Predictive Control for Holistic Vehicle Performance [21.34873540426368]
エージェントベースモデル予測制御(AMPC)は、最近、全てのエージェントと協調して最適な総合的な性能を達成する分散スキームとして提案されている。
本研究は,学習エージェントベースMPC(LAMPC)の実用的ハイブリッド制御方式を提案する。
LAMPCは、モデルに基づくAMPCアプローチとデータに基づく学習手法を組み合わせて、総合的な車両性能を改善する。
論文 参考訳（メタデータ） (2026-09-10T17:43:16Z) - IDEA: Insensitive to Dynamics Mismatch via Effect Alignment for Sim-to-Real Transfer in Multi-Agent Control [9.294981970003892]
本研究では,マルチエージェント制御のためのsim-to-real法を提案する。
提案手法は,ランダムな環境構造と閉ループ制御による個別の意味行動を組み合わせることで,政策学習をセマンティック・抽象化のレベルに引き上げる。
論文 参考訳（メタデータ） (2026-06-25T03:49:25Z) - Reshaping Action Error Distributions for Reliable Vision-Language-Action Models [69.38615670891038]
ロボット操作において、視覚言語アクション(VLA)モデルは、一般化可能でスケーラブルなロボットポリシーを学ぶための有望なパラダイムとして登場した。
連続動作型VLAモデルに焦点をあて、トレーニング中の動作誤差分布を再構成することにより、従来のMSEベースの回帰を超越する。
複数の代表的VLAアーキテクチャ上で、標準、少数ショット、ノイズの多い設定にまたがるアプローチを評価します。
論文 参考訳（メタデータ） (2026-02-04T05:37:09Z) - Quality or Quantity? Error-Informed Selective Online Learning with Gaussian Processes in Multi-Agent Systems: Extended Version [14.449611561070457]
本稿では,共同予測のためのエージェントに対する全てのモデルの不特定包含の非合理性を明らかにする。
分散ガウス過程(GP)回帰、すなわち分散エラーインフォームドGP(EIGP)の最初の選択的オンライン学習フレームワークを提案する。
アルゴリズムの強化は、予測を加速するためのgreedyアルゴリズム(gEIGP)と予測精度を改善するための適応アルゴリズム(aEIGP)を含むEIGP内に埋め込まれている。
論文 参考訳（メタデータ） (2026-01-10T18:23:53Z) - Collaborative Value Function Estimation Under Model Mismatch: A Federated Temporal Difference Analysis [55.13545823385091]
フェデレーション強化学習(FedRL)は、エージェント間のデータ交換を防止し、データのプライバシを維持しながら協調学習を可能にする。
現実世界のアプリケーションでは、各エージェントは若干異なる遷移ダイナミクスを経験し、固有のモデルミスマッチを引き起こす。
情報共有の適度なレベルでさえ、環境固有のエラーを著しく軽減することを示す。
論文 参考訳（メタデータ） (2025-03-21T18:06:28Z) - Heterogeneous Multi-Agent Reinforcement Learning for Distributed Channel Access in WLANs [47.600901884970845]
本稿では,マルチエージェント強化学習(MARL)を用いて,無線ローカルネットワークにおける分散チャネルアクセスに対処する。
特に、エージェントがモデルトレーニングに価値ベースまたはポリシーベースの強化学習アルゴリズムを不均一に採用する、より実践的なケースについて考察する。
我々は、分散実行パラダイムを用いた集中型トレーニングを採用し、異種エージェントの協調を可能にする、異種MARLトレーニングフレームワークQPMIXを提案する。
論文 参考訳（メタデータ） (2024-12-18T13:50:31Z) - Decentralized Event-Triggered Online Learning for Safe Consensus of
Multi-Agent Systems with Gaussian Process Regression [3.405252606286664]
本稿では,補助力学によって強化された,学習に基づく分散制御法を提案する。
予測性能を継続的に向上するために、分散イベントトリガー機構を備えたデータ効率の高いオンライン学習戦略を提案する。
提案手法の有効性を示すため,従来の分散制御法とオフライン学習法を対比して比較分析を行った。
論文 参考訳（メタデータ） (2024-02-05T16:41:17Z) - Cooperative Learning with Gaussian Processes for Euler-Lagrange Systems
Tracking Control under Switching Topologies [9.838373797093245]
本研究は,Euler-Lagrangeマルチエージェントシステムのトラッキング制御問題に取り組むための,革新的な学習ベースアプローチを提案する。
特筆すべき特徴は、達成した凝集重量を導出する際の例外的な効率である。
シミュレーション実験は、複雑なシナリオを効果的に管理するためのプロトコルの有効性を検証する。
論文 参考訳（メタデータ） (2024-02-05T14:33:52Z) - Efficient Model-Based Multi-Agent Mean-Field Reinforcement Learning [89.31889875864599]
マルチエージェントシステムにおける学習に有効なモデルベース強化学習アルゴリズムを提案する。
我々の理論的な貢献は、MFCのモデルベース強化学習における最初の一般的な後悔の限界である。
コア最適化問題の実用的なパラメトリゼーションを提供する。
論文 参考訳（メタデータ） (2021-07-08T18:01:02Z) - DEALIO: Data-Efficient Adversarial Learning for Imitation from
Observation [57.358212277226315]
観察ifoからの模倣学習において、学習エージェントは、実演者の生成した制御信号にアクセスせずに、実演行動の観察のみを用いて実演エージェントを模倣しようとする。
近年、逆模倣学習に基づく手法は、ifO問題に対する最先端のパフォーマンスをもたらすが、データ非効率でモデルなしの強化学習アルゴリズムに依存するため、サンプルの複雑さに悩まされることが多い。
この問題は、サンプルの収集が時間、エネルギー、およびリスクの面で高いコストを被る可能性がある現実世界の設定に展開することは非現実的です。
よりデータ効率の高いifOアルゴリズムを提案する。
論文 参考訳（メタデータ） (2021-03-31T23:46:32Z) - Towards Closing the Sim-to-Real Gap in Collaborative Multi-Robot Deep
Reinforcement Learning [0.06554326244334865]
分散マルチロボットシステムにおいて,マルチエージェント強化学習が現実とのギャップを埋める方法について分析する。
分散強化学習におけるセンサ,キャリブレーション,精度のミスマッチの効果について紹介する。
異なる種類の摂動と、それらの摂動を経験するエージェントの数の両方が協調学習活動にどのように影響するかについて論じる。
論文 参考訳（メタデータ） (2020-08-18T11:57:33Z) - Dynamic Federated Learning [57.14673504239551]
フェデレートラーニング(Federated Learning)は、マルチエージェント環境における集中的なコーディネーション戦略の包括的用語として登場した。
我々は、各イテレーションにおいて、利用可能なエージェントのランダムなサブセットがそのデータに基づいてローカル更新を実行する、フェデレートされた学習モデルを考える。
集約最適化問題に対する真の最小化器上の非定常ランダムウォークモデルの下で、アーキテクチャの性能は、各エージェントにおけるデータ変動率、各エージェントにおけるモデル変動率、アルゴリズムの学習率に逆比例する追跡項の3つの要因によって決定されることを示す。
論文 参考訳（メタデータ） (2020-02-20T15:00:54Z) - Discrete Action On-Policy Learning with Action-Value Critic [72.20609919995086]
離散的な行動空間における強化学習(RL)は、実世界の応用では至るところで行われているが、その複雑さは行動空間次元とともに指数関数的に増大する。
我々は,行動値関数を推定し,相関行動に適用し,これらの評価値を組み合わせて勾配推定の分散を制御する。
これらの取り組みにより、分散制御技術に頼って、関連するRLアルゴリズムを実証的に上回る、新たな離散的なRLアルゴリズムが実現される。
論文 参考訳（メタデータ） (2020-02-10T04:23:09Z)
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。