論文の概要: Exact Fusion and Coordinated Exploration in Multi-Robot Active Inference
- arxiv url: http://arxiv.org/abs/2609.17384v1
- Date: Tue, 15 Sep 2026 16:25:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 14:56:08.616136
- Title: Exact Fusion and Coordinated Exploration in Multi-Robot Active Inference
- Title（参考訳）: マルチロボット能動推論における排他的融合と協調探索
- Abstract要約: 共通の環境モデルを学ぶロボットチームは、彼らの行動の期待される情報獲得によって信念の要約と計画を交換する。
共同のRockSample, 採餌, 現地モニタリング実験の結果, 核融合補正は冗長性に変化がないことがわかった。
シーケンシャルなコミットメントは、チームサイズのコストリニアで集中的な共同計画の価値の大部分を回復します。
- 参考スコア（独自算出の注目度）: 18.776728784460786
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robot teams that learn a common environment model exchange belief summaries and plan by the expected information gain of their actions. Under conjugate exponential-family beliefs the shared belief is counted once per robot at two points: at fusion, the product of local posteriors counts the common prior $n$ times, and at planning, every robot scores its plan under the same belief and the team converges on the same unknown. Both errors are removed by adding evidence increments to the shared natural parameter, realized increments at fusion and expected increments at planning. The expected increment of a committed teammate gives the next robot its conditional gain; corrected gains sum to the joint gain, the redundancy removed equals the total correlation of the planned observation streams, and sequential commitment keeps the $1/2$ greedy guarantee. The expected increment is exact for Gaussian beliefs with fixed sampling paths and for Dirichlet beliefs under the novelty approximation of discrete active inference, whose team objective has a closed concave form within an explicit bound of the exact mutual information, and fails for finite hypothesis classes, where a short exact enumeration replaces it. Experiments on cooperative RockSample, foraging, and field monitoring show that fusion correction leaves exploration redundancy unchanged, anticipated evidence removes it, and sequential commitment recovers most of the value of centralized joint planning at cost linear in the team size.
- Abstract（参考訳）: 共通の環境モデルを学ぶロボットチームは、彼らの行動の期待される情報獲得によって信念の要約と計画を交換する。
共役的な指数家族の信念の下では、共有された信念は2つの点でロボット1人当たり1回数えられる: 融合時には、局所的な後続の積が共通の$n$の回数を数え、計画では、全てのロボットが同じ信念の下でその計画を採点し、チームは同じ未知に収束する。
どちらのエラーも、共有された自然パラメータにエビデンスインクリメントを加え、融合時にインクリメントを実現し、計画時に期待インクリメントを加えることで除去される。
コミットされたチームメイトの期待した増分は、次のロボットに条件付きゲインを与える;補正されたゲインは、ジョイントゲインの合計で、冗長性は、計画された観測ストリームの総相関と等しく、逐次コミットは、1/2$グリーディ保証を保持する。
期待されるインクリメントは、固定されたサンプリングパスを持つガウスの信念と、離散的アクティブ推論の新規性近似に基づくディリクレの信念に対して正確であり、そのチームの目標は、正確な相互情報の明示的な境界内で閉じた凹形を持ち、有限仮説クラスでは失敗し、短い正確な列挙がそれを置き換える。
共同のRockSample, 採餌, フィールドモニタリング実験により, 核融合補正は冗長性に変化せず, 予想される証拠が除去され, 逐次的なコミットメントによって, チーム規模でコストリニアな集中型共同計画の価値が回復することが示された。
関連論文リスト
- Hierarchical Exponential-Gaussian Mixtures for Watch-Time Distribution Prediction [74.05279072166697]
Exponential-Gaussian Mixture Network (EGMN) は完全な条件WT分布をモデル化する。
EGMNは分散崩壊、コンポーネントの冗長性、不活性成分に弱い。
本稿では,これらの故障モードに対処する階層型指数-ガウス混合(HEGM)モデルを提案する。
論文 参考訳（メタデータ） (2026-08-24T15:06:18Z) - One Future, Every Robot: Label-Efficient Collective-State Prediction with Decentralized JEPA [0.0]
集合状態JEPAはすべてのロボットを訓練し、その歴史から同じ固定幅の潜在未来を予測する。
新たな独立レプリケーションでは、すべてのシードと評価されたスプリットの合意が改善される。
正確さは同時に向上し、全てのロボットがただ一つの予測に崩壊する非形式的な解決策を除外する。
論文 参考訳（メタデータ） (2026-07-30T16:16:08Z) - TRACE: A Unified Rollout Budget Allocation Framework for Efficient Agentic Reinforcement Learning [52.67756371231985]
検証可能な報酬を伴う強化学習(RLVR)は、大規模言語モデルにおける推論とエージェント的行動を強化するための有望なアプローチである。
本稿では,Tree Rollout Allocation for Contrastive Exploration (TRACE)について紹介する。
技術的には、TRACEはロールアウト予算をルートと中間プレフィックスの両方に割り当てている。
論文 参考訳（メタデータ） (2026-06-09T17:16:03Z) - A Mutual Information Lower Bound for Multimodal Regression Active Learning [9.04041860173466]
Mutual Information Lower Bound (MI-LB) は、Mixture Network アンサンブルのクローズドフォーム近似である。
我々は,MI-LBがマルチモーダルシステムを備えたベンチマークで評価されたベースラインのすべてに一致または打ち勝つことを示す。
論文 参考訳（メタデータ） (2026-05-14T14:50:47Z) - Collaborative Trajectory Prediction via Late Fusion [17.045815575131915]
車両間の協調的なアプローチは、相補的な情報を共有することによって不確実性を低減するのに役立つ。
共有予測のためのレイトフュージョンフレームワークを導入する。
OPV2V、V2V4Real、DeepAccidentデータセットに対するアプローチを評価する。
論文 参考訳（メタデータ） (2026-04-24T19:34:56Z) - Tight Convergence Rates for Online Distributed Linear Estimation with Adversarial Measurements [66.94250413799232]
分散パラメータ-サーバ-ワーカー設定における乱数ベクトル$X$の推定について検討する。
主な課題は、敵の計測と非同期である。
その結果, 分散線形推定におけるロバスト性, 識別性, 統計的効率の統一的有限時間評価が得られた。
論文 参考訳（メタデータ） (2026-04-07T11:45:55Z) - Information Fidelity in Tool-Using LLM Agents: A Martingale Analysis of the Model Context Protocol [69.11739400975445]
モデルコンテキストプロトコル(MCP)エージェントにおけるエラー蓄積を解析するための最初の理論的枠組みを紹介する。
累積歪みが線形成長と高確率偏差を$O(sqrtT)$で表すことを示す。
主な発見は、意味重み付けは歪みを80%減らし、周期的再接地は、エラー制御の約9ステップごとに十分である。
論文 参考訳（メタデータ） (2026-02-10T21:08:53Z) - Phase Transition for Budgeted Multi-Agent Synergy [41.486076708302456]
マルチエージェントシステムは信頼性を向上させることができるが、固定された推論予算の下では、しばしば役立つか、飽和するか、崩壊するかさえある。
我々は、現代のエージェントスタックの3つの束縛制約からこれらの状態を予測する最小限の校正可能な理論を開発する。
論文 参考訳（メタデータ） (2026-01-24T05:32:50Z) - Predefined-time One-Shot Cooperative Estimation, Guidance, and Control for Simultaneous Target Interception [0.0]
本研究は,定常目標の協調的同時インターセプションのための統合的推定誘導制御フレームワークを開発する。
具体的には、一部のエージェントだけが船上シーカー(インフォームド/シーカー装備エージェント)で装備される。
残りの(シーカーレスエージェント)は、インフォメーションエージェントを介して間接的にターゲットに関する情報を取得し、同時ターゲットインターセプションのための分散協調ガイダンスを実行する。
論文 参考訳（メタデータ） (2026-01-12T17:22:57Z) - Collaborative Value Function Estimation Under Model Mismatch: A Federated Temporal Difference Analysis [55.13545823385091]
フェデレーション強化学習(FedRL)は、エージェント間のデータ交換を防止し、データのプライバシを維持しながら協調学習を可能にする。
現実世界のアプリケーションでは、各エージェントは若干異なる遷移ダイナミクスを経験し、固有のモデルミスマッチを引き起こす。
情報共有の適度なレベルでさえ、環境固有のエラーを著しく軽減することを示す。
論文 参考訳（メタデータ） (2025-03-21T18:06:28Z) - Clustered Switchback Designs for Experimentation Under Spatio-temporal Interference [44.644520116360106]
我々は, 平均治療効果 (GATE) を推定し, 全単位を常に治療やコントロールに曝露した平均結果の差を推定した。
そこで我々は,単位をクラスタにグループ化し,時間ステップをブロックにグループ化する,クラスタ化されたスイッチバック設計を提案する。
良好なクラスタリングを許容するグラフに対して, トラッピングされたHorvitz-Thompson推定器が$tilde O(1/NT)$平均二乗誤差(MSE)を達成することを示す。
我々の結果は、citethu2022switchback、ugander2013graph、citetleung2022rateの結果を同時に一般化する。
論文 参考訳（メタデータ） (2023-12-25T01:00:58Z) - Cooperative Online Learning in Stochastic and Adversarial MDPs [50.62439652257712]
我々は、協調的オンライン学習と敵対的マルコフ決定過程(MDP)について研究する。
各エピソードでは、$m$エージェントが同時にMDPと対話し、個人の後悔を最小限に抑えるために情報を共有する。
協調強化学習(RL)を非フレッシュランダム性, あるいは敵対的MDPで検討したのは, 初めてである。
論文 参考訳（メタデータ） (2022-01-31T12:32:11Z)
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。