論文の概要: A Data-Driven Distributed Control Scheme: Learning Multi-Objective Agent-Based MPC for Path-Tracking

• arxiv url: http://arxiv.org/abs/2609.12142v1
• Date: Thu, 10 Sep 2026 19:22:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-15 07:38:31.524068
• Title: A Data-Driven Distributed Control Scheme: Learning Multi-Objective Agent-Based MPC for Path-Tracking
• Title（参考訳）: データ駆動型分散制御方式:経路追跡のための多目的エージェントベースMPC学習
• Abstract要約: エージェントベースモデル予測制御 (AMPC) は, 様々な制御系を持つ車両システムに対して最近提案されている。 本稿では,設計の柔軟性と計算効率を向上させる学習用多目的AMPCを提案する。
• 参考スコア（独自算出の注目度）: 16.049627875354503
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Agent-based model predictive control (AMPC) has recently been proposed for vehicle systems with various controllers, such as differential braking and torque vectoring, where controllers are regarded as distributed agents contributing to the same objective. However, this scheme is challenging in handling multiple conflicting objectives with coupled agents. A common approach for such tasks is the integrated MPC, where all objectives and agents are stacked together in one optimization. Nevertheless, as more agents and objectives are involved, the integrated MPC will face challenges like computational burdens and maintenance difficulties in practice. To this end, this paper proposes a learning multi-objective AMPC that can improve design flexibility and computing efficiency. First, under the assumption of information exchange, a multi-objective AMPC tailored from the alternating direction method of multipliers (ADMM) is proposed to decouple the system and achieve the same performance as the integrated scheme iteratively. Second, a learning-based method for initializing iterations is proposed to accelerate convergence. In addition, a data management method is proposed for real-time efficiency, and an authentication module is designed for learning reliability. We compare the proposed scheme against the integrated scheme via a combined path-tracking simulation for autonomous vehicles with various controllers. The proposed scheme achieves the same control performance as the integrated one while reducing the computational time by 43.5%. Furthermore, the learning-based method saves 88.6% more computational time than without learning, making it suitable for real-time implementation.
• Abstract（参考訳）: エージェントベースモデル予測制御(AMPC)は、微分ブレーキやトルクベクタリングなどの様々な制御系を持つ車両システムにおいて、制御系を同じ目的に寄与する分散エージェントと見なすことができる。 しかし、このスキームは複数の競合する目的を結合エージェントで扱うのが困難である。 このようなタスクに対する一般的なアプローチは統合MPCであり、全ての目的とエージェントを1つの最適化で積み重ねる。 それでも、より多くのエージェントや目標が関与しているため、統合されたMPCは、計算上の負担や保守上の困難といった課題に直面します。 そこで本研究では,設計の柔軟性と計算効率を向上させる学習用多目的AMPCを提案する。 まず,情報交換の前提として,乗算器の交互方向法(ADMM)に合わせた多目的AMPCを提案する。 第二に、反復を初期化する学習に基づく手法が、収束を加速するために提案されている。 また,リアルタイムの効率化のためにデータ管理手法を提案し,信頼性を学習するための認証モジュールを設計した。 各種制御器を用いた自律走行車両の経路追従シミュレーションを併用し,統合計画に対する提案手法の比較を行った。 提案方式は, 計算時間を43.5%削減しつつ, 統合処理と同じ制御性能を実現する。 さらに、学習ベースの手法は、学習しない場合よりも88.6%の計算時間を節約し、リアルタイムの実装に適している。

関連論文リスト

• Multi-Objective Agent-Based Model Predictive Controller for Plug-and-Play Vehicle Control [18.92447175833456]
  機能統合は、車両制御の傾向が高まり、しばしば複数のコントローラの調整が伴う。 エージェントベースのモデル予測制御(AMPC)は、コントローラをエージェントとして扱う分散ソリューションとして登場した。 本稿では,多目的AMPCと呼ばれる新しい分散制御方式を提案する。
  論文  参考訳（メタデータ） (2026-09-10T18:35:08Z)
• 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)
• Cost-Matching Model Predictive Control for Efficient Reinforcement Learning in Humanoid Locomotion [15.125805248577278]
  モデル予測制御(MPC)に基づく強化学習フレームワークにおいて,最適なヒューマノイド移動のためのコストマッチング手法を提案する。 高忠実度閉ループデータから得られる作用値関数を近似するために、遠心力学を用いたパラメータ化MPC定式化を訓練する。 その結果, モデルミスマッチと外乱に対するロコモーション性能とロバスト性の改善が示された。
  論文  参考訳（メタデータ） (2026-03-30T10:05:15Z)
• PCHC: Enabling Preference Conditioned Humanoid Control via Multi-Objective Reinforcement Learning [50.63196995993855]
  多目的強化学習(MORL)を活用してPCHC(Preference-Conditioned Humanoid Control)を実現する新しいフレームワークを提案する。 当社のフレームワークは、単一の嗜好条件のポリシーを多種多様な行動を示すために有効である。
  論文  参考訳（メタデータ） (2026-03-25T07:55:37Z)
• Fine-Tuning of Neural Network Approximate MPC without Retraining via Bayesian Optimization [81.35990332700389]
  近似モデル予測制御(AMPC)は、MPCの動作をニューラルネットワークで模倣することを目的としている。 デプロイメント中、基盤となるMPCのパラメータは通常、微調整されなければならない。 最近の研究は、MPC最適化問題の近似感度を用いてAMPCを調整することなく適用することでこの問題に対処している。
  論文  参考訳（メタデータ） (2025-12-16T12:24:08Z)
• Intersection of Reinforcement Learning and Bayesian Optimization for Intelligent Control of Industrial Processes: A Safe MPC-based DPG using Multi-Objective BO [0.0]
  Model Predictive Control (MPC)ベースのReinforcement Learning (RL)は、Deep Neural Network (DNN)ベースのRL手法の、構造化された解釈可能な代替手段を提供する。 標準MPC-RLアプローチは、収束の遅さ、パラメータ化の制限による最適条件学習、オンライン適応時の安全性の問題に悩まされることが多い。 MPC-RLと多目的ベイズ最適化(MOBO)を統合した新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-14T02:31:52Z)
• Collab: Controlled Decoding using Mixture of Agents for LLM Alignment [90.6117569025754]
  人間のフィードバックからの強化学習は、大規模言語モデルを整合させる効果的な手法として現れてきた。 制御された復号化は、再訓練せずに推論時にモデルを整列するメカニズムを提供する。 本稿では,既存の既成のLCMポリシを活用するエージェントベースのデコーディング戦略の混合を提案する。
  論文  参考訳（メタデータ） (2025-03-27T17:34:25Z)
• A Multi-Head Ensemble Multi-Task Learning Approach for Dynamical Computation Offloading [62.34538208323411]
  共有バックボーンと複数の予測ヘッド(PH)を組み合わせたマルチヘッドマルチタスク学習(MEMTL)手法を提案する。 MEMTLは、追加のトレーニングデータを必要とせず、推測精度と平均平方誤差の両方でベンチマーク手法より優れている。
  論文  参考訳（メタデータ） (2023-09-02T11:01:16Z)
• Fully Decentralized Model-based Policy Optimization for Networked Systems [23.46407780093797]
  本研究の目的は,モデルベース学習によるマルチエージェント制御のデータ効率の向上である。 エージェントが協力的であり、隣人とのみローカルに通信するネットワークシステムについて検討する。 提案手法では,各エージェントが将来の状態を予測し,通信によって予測をブロードキャストする動的モデルを学習し,その後,モデルロールアウトに基づいてポリシーをトレーニングする。
  論文  参考訳（メタデータ） (2022-07-13T23:52:14Z)
• Evaluating model-based planning and planner amortization for continuous control [79.49319308600228]
  我々は、モデル予測制御(MPC)と学習モデルとモデルフリーポリシー学習を組み合わせたハイブリッドアプローチを採っている。 モデルフリーエージェントは高いDoF制御問題においても強いベースラインであることがわかった。 モデルに基づくプランナを,パフォーマンスを損なうことなく,計画が損なわれるようなポリシーに置き換えることが可能であることを示す。
  論文  参考訳（メタデータ） (2021-10-07T12:00:40Z)
• Imitation Learning from MPC for Quadrupedal Multi-Gait Control [63.617157490920505]
  本稿では,歩行ロボットの複数の歩行を模倣する単一ポリシーを学習する学習アルゴリズムを提案する。 モデル予測制御によって導かれる模擬学習のアプローチであるMPC-Netを使用し、拡張します。 ハードウェアに対する我々のアプローチを検証し、学習したポリシーが教師に取って代わって複数の歩留まりを制御できることを示します。
  論文  参考訳（メタデータ） (2021-03-26T08:48:53Z)

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。