論文の概要: Information-Guided Safe Reinforcement Learning for Autonomous Gas Source Localization using sUAS

• arxiv url: http://arxiv.org/abs/2609.05569v1
• Date: Fri, 04 Sep 2026 00:29:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-12 13:19:25.095218
• Title: Information-Guided Safe Reinforcement Learning for Autonomous Gas Source Localization using sUAS
• Title（参考訳）: sUASを用いた自律ガス源位置推定のための情報誘導型安全強化学習
• Abstract要約: 乱流大気境界層では、断続的なスカラー濃度場は古典的な勾配に基づく航法の前提に反する。 Information-Guided Safe Reinforcement Learning framework for a custom, GPU-accelerated 3D Simulation environment。 我々のフレームワークは、複雑なモバイルソース上で80%近いローカライズ成功を達成する。
• 参考スコア（独自算出の注目度）: 3.8218584696400484
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The autonomous localization of fugitive gas emissions using small Unmanned Aircraft Systems (sUAS) constitutes a fundamentally ill-posed inverse problem. In turbulent atmospheric boundary layers, highly intermittent scalar concentration fields violate the assumptions of classical gradient-based navigation, causing data-driven estimators to suffer from severe noise and spurious local minima. To address these challenges, we introduce an Information-Guided Safe Reinforcement Learning framework evaluated within a custom, GPU-accelerated 3D simulation environment coupling an Eulerian wind solver with a Lagrangian puff dispersion model. We identify a critical vulnerability in deterministic information-seeking planners - a Gramian bias where agents act greedily upon flawed early estimates, starving the estimator of spatial diversity. To systematically break this degeneracy, our architecture integrates a classical empirical observability Gramian (EMGR) planner with a learned Soft Actor-Critic (SAC) exploratory policy. A deterministic meta-supervisor actively monitors estimator reliability via Kullback-Leibler (KL) divergence, dynamically blending deterministic exploitation with learned exploration to steer the sUAS into high-information zones. Trained via a progressive curriculum and safeguarded by a strictly enforced Robust Control Barrier Function (RCBF), our RL framework achieves nearly 80% localization success on complex, mobile sources - drastically outperforming classical baselines (~30%) - while ensuring zero safety violations.
• Abstract（参考訳）: 小型無人航空機システム(sUAS)を用いた自発ガス排出の自律的局所化は、根本的な不適切な逆問題となっている。 乱流境界層では、非常に断続的なスカラー濃度場は古典的な勾配に基づく航法の仮定に反し、データ駆動型推定器は激しい騒音と急激な局所的最小値に悩まされる。 これらの課題に対処するために、Eulerian風解器とLagrangian puff分散モデルとを結合したGPU加速3Dシミュレーション環境において評価された情報誘導型セーフ強化学習フレームワークを導入する。 我々は、決定論的情報探索プランナーの重大な脆弱性を識別する。これは、エージェントが早期推定の欠陥に対して優しく行動し、空間的多様性の見積りを飢えさせるグラミアンバイアスである。 この縮退を体系的に破るために,従来の経験的可観測性グラミアン(EMGR)プランナーと学習したソフトアクター・クリティカル(SAC)探索ポリシーを統合した。 決定論的メタスーパーバイザは、Kullback-Leibler (KL) の発散を通じて推定器の信頼性を積極的に監視し、動的に決定論的利用と学習された探索を融合して、sUASを高情報領域に誘導する。 厳格に強制されたRobust Control Barrier Function(RCBF)によって保護され、我々のRLフレームワークは、複雑なモバイルソース上で80%近いローカライゼーション成功を達成します。

関連論文リスト

• DESCENT: Directed Edge Scene Encoding for Airport Surface Movement Prediction [54.94692733670454]
  DESCENTは変圧器ベースのアーキテクチャで、不均一な力学と厳密なトポロジ的制約を扱うように設計されている。 本手法は,飛行場環境コンテキストを適応的に収集する,潜在的到達性セット(PRS)コンテキストサンプリング機構を備えている。 Amelia-10ベンチマークによる評価では,最先端のベースラインよりも大幅な性能向上が見られた。
  論文  参考訳（メタデータ） (2026-08-26T16:49:50Z)
• Deep Probabilistic Indoor Gas Source Localization via Physical Dependency-Guided Sequential Inference [8.887264017437465]
  ガス源のローカライゼーションは、産業や都市環境の安全に不可欠である。 高忠実度モデルはこれらの効果を捉えることができるが、その計算コストはオンラインでの使用を制限する。 本研究では,移動ロボットが収集したスパース・ノイズ測定から,音源後部を推定する深い確率的枠組みを提案する。
  論文  参考訳（メタデータ） (2026-08-17T07:54:02Z)
• WinTA-GIL: Windowed Trajectory Alignment for GNSS-IMU-LiDAR Heading Refinement in Intermittent Signal Environments [5.192383265052114]
  本稿では,ナビゲーションシステムのための新たな指向性改善フレームワークであるWinTA-GILを提案する。 GNSS、IMU、LiDARからの情報を時間的ウィンドウベースの最適化戦略を通じて統合する。 オープンソースのデータセットと自己コンパイルデータセットの両方の実験では、WinTA-GILは推定精度と堅牢性の両方において最先端のアプローチを著しく上回っている。
  論文  参考訳（メタデータ） (2026-07-06T09:59:33Z)
• Clipping Bottleneck: Stabilizing RLVR via Stochastic Recovery of Near-Boundary Signals [83.0127582612634]
  Near-boundary Rescue (NSR) は最小限のプラグ・アンド・プレイの修正であり、失った信号を回復するために、アウト・オブ・バウンドトークンを保持する。 NSRはトレーニングの安定性を大幅に改善し、DAPOやGSPOといった強力なベースライン上で一貫したゲインを提供する。
  論文  参考訳（メタデータ） (2026-05-21T16:45:31Z)
• Uncertainty Estimation for Deep Reconstruction in Actuatic Disaster Scenarios with Autonomous Vehicles [68.82821445619759]
  原理的不確実性定量化は 能動センシング戦略に不可欠です Evidential Deep Learningは、すべてのセンサ構成で最高の再構築精度と不確実性校正を実現する。 これらの知見は、リアルタイムの自動運転車配備における不確実性認識フィールド再構築の方法として、エビデンシャル・ディープ・ラーニングを支持している。
  論文  参考訳（メタデータ） (2026-04-07T19:17:44Z)
• HomeGuard: VLM-based Embodied Safeguard for Identifying Contextual Risk in Household Task [42.665798473119516]
  CG-CoT(Context-Guided Chain-of-Thought)を特徴とするアーキテクチャ非依存型セーフガードを提案する。 CG-CoTは、リスクアセスメントをアクティブな知覚に分解し、相互作用対象や関連する空間近傍への注意を順次固定する。 実験により、我々のモデルであるHomeGuardは安全性を大幅に向上し、ベースモデルと比較してリスクマッチ率を30%以上改善することが示された。
  論文  参考訳（メタデータ） (2026-03-15T13:09:43Z)
• BarrierSteer: LLM Safety via Learning Barrier Steering [83.12893815611052]
  BarrierSteerは、学習した非線形安全性制約を直接モデルの潜在表現空間に埋め込むことで、安全性を形式化する新しいフレームワークである。 BarrierSteerは、敵の成功率を大幅に低下させ、安全でない世代を減少させ、既存の手法より優れていることを示す。
  論文  参考訳（メタデータ） (2026-02-23T18:19:46Z)
• Conditional Flow Matching for Continuous Anomaly Detection in Autonomous Driving on a Manifold-Aware Spectral Space [0.0]
  安全クリティカルな異常検出のための教師なしフレームワークであるDeep-Flowを提案する。 不安定で高次元の座標空間で動作する標準的な生成的アプローチとは異なり、Deep-Flowは生成過程を低ランクのスペクトル多様体に制約する。 これにより、設計によるキネマティックな滑らかさが保証され、数値的に安定で決定論的な対数類似度推定の計算が可能になる。
  論文  参考訳（メタデータ） (2026-02-19T18:10:16Z)
• Stochastic Path Planning in Correlated Obstacle Fields [1.8184089804625951]
  本研究では,不確実な状態の空間的相関障害を有するナビゲーション環境であるSCOS(Correlated Obstacle Scene)問題を紹介する。 我々は,ブロック確率を洗練させるベイズ的信念更新を開発し,その後部を用いて探索空間を効率よく削減する。 このフレームワークは、敵の割り込みやクラスタ化された自然災害のある環境でのナビゲーション上の課題に対処する。
  論文  参考訳（メタデータ） (2025-09-23T20:30:35Z)
• Cautious Adaptation For Reinforcement Learning in Safety-Critical Settings [129.80279257258098]
  都市運転のような現実の安全クリティカルな目標設定における強化学習(RL)は危険である。 非安全クリティカルな「ソース」環境でエージェントが最初に訓練する「安全クリティカル適応」タスクセットを提案する。 多様な環境における事前経験がリスクを見積もるためにエージェントに装備するという直感に基づくソリューションアプローチであるCARLを提案する。
  論文  参考訳（メタデータ） (2020-08-15T01:40:59Z)
• Learning Control Barrier Functions from Expert Demonstrations [69.23675822701357]
  制御障壁関数(CBF)に基づく安全な制御器合成のための学習に基づくアプローチを提案する。 最適化に基づくCBFの学習手法を解析し、基礎となる力学系のリプシッツ仮定の下で証明可能な安全保証を享受する。 私たちの知る限りでは、これらはデータから確実に安全な制御障壁関数を学習する最初の結果です。
  論文  参考訳（メタデータ） (2020-04-07T12:29:06Z)

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。