論文の概要: The Operable Pareto Front: Distilling Offline Search into Run-Time Control for Multi-Objective UAV Edge-Computing Scheduling

• arxiv url: http://arxiv.org/abs/2609.17992v1
• Date: Wed, 16 Sep 2026 01:24:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.591161
• Title: The Operable Pareto Front: Distilling Offline Search into Run-Time Control for Multi-Objective UAV Edge-Computing Scheduling
• Title（参考訳）: 動作可能なパレートフロント:多目的UAVエッジ計算スケジューリングのためのオフライン探索を実行時制御に拡張する
• Abstract要約: 共同軌道, 関連性, オフロードスケジューリングの問題に対する第1の優先条件決定変換器を提案する。 PrefDTは学習方法の最良のトレードオフ曲線を生成し、飛行中に推進コストが半分上昇するとエネルギー予算を0.6%以内に抑える。
• 参考スコア（独自算出の注目度）: 18.65207656799821
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A UAV mobile edge computing (MEC) fleet trades energy against delay, and its schedules form a Pareto front; we call a scheduler operable when the fleet can be asked for any point on that front at run time. We propose PrefDT, to the best of our knowledge the first preference-conditioned Decision Transformer for the problem of joint trajectory, association and offloading scheduling. Its idea comes from language modeling: we hand the model the desired trade-off as an input, such that a single model only needs to be trained once offline to return any desired point on the curve in one rollout. The fleet's state is summarized by attention pooling with a per-user bypass, so the scheduler keeps working when user reports are lost. The energy target is a running budget decremented by what the fleet actually spends. As a result, when wind or load pushes consumption off the plan, the policy can track the difference and hold its budget. Because no corpus of preference-labeled flights exists, we design a distillation pipeline and build the corpus by ourselves. In simulation against 26 method variants, PrefDT produces the best trade-off curve of any learned method and holds its energy budget to within 0.6% when propulsion cost rises by half in mid-flight.
• Abstract（参考訳）: UAVモバイルエッジコンピューティング(MEC)は遅延に対してエネルギーを交換し、そのスケジュールはParetoフロントを形成します。 提案するPrefDTは, 協調軌道, 関連性, オフロードスケジューリングの問題に対する第1の優先条件決定変換器である。 ひとつのモデルをオフラインでトレーニングするだけで,曲線上の任意の所要点をロールアウトで返却できるのです。 フリート状態は、ユーザ毎のバイパスでアテンションプーリングによって要約されるため、スケジューラは、ユーザレポートが失われても動作し続ける。 エネルギー目標とは、艦隊が実際に費やした費用を減らした運用予算である。 結果として、風力や負荷が消費を計画から押し出すと、政策は違いを追跡し、予算を維持できる。 優先ラベル付き飛行のコーパスは存在しないので、蒸留パイプラインを設計し、自分たちでコーパスを構築する。 26種類の方法に対するシミュレーションにおいて、PrefDTは学習方法の最良のトレードオフ曲線を生成し、飛行中に推進コストが半分上昇するとエネルギー予算を0.6%以内に抑える。

関連論文リスト

• Drive, Pack, Fly: The Travelling Thief Problem with Drone [0.0]
  収集作業では、積荷の蓄積が徐々に車両を減速させ、ルーティング効率に累積的なペナルティを与える。 搭載ドローンは、外装品を回収し、メイスパンを短くし、運用利益を増大させることで、このペナルティを相殺することができる。 本稿では,TTP-D(Travelling Thief Problem with Drone)を提案する。
  論文  参考訳（メタデータ） (2026-08-17T11:34:15Z)
• Temporal Policy: History-Initialized Action Generation for Robotic Learning from Demonstration [0.01268579273097071]
  生成モデルは、デモレーション(LfD)からのロボット学習のためのマルチモーダルな振る舞いを捉えるのに優れるが、しばしば高い推論コストに悩まされる。 本稿では,時間的結合輸送問題として行動生成を定式化する補間剤に基づく生成フレームワークである時間的ポリシーを紹介する。 ビジュモータシミュレーションベンチマークおよび物理Barrett WAM 2x 7DoFプラットフォーム上での時間ポリシーの検証を行った。
  論文  参考訳（メタデータ） (2026-07-31T14:47:02Z)
• Test-Time Trajectory Optimization for Autonomous Driving [77.87162309994567]
  自動運転のためのエンド・ツー・エンドのプランナーは、通常、一連の候補軌跡を生成し、それぞれをスコアし、最高スコアの候補を返す。 我々は、スコアラを学習軌跡レベルの報酬関数として扱い、それを最大化する軌跡を探索する。 提案手法であるTOAD(Cross-Entropy Method:クロスエントロピー法)をテスト時に実行し,プランナーの提案からウォームスタートする。
  論文  参考訳（メタデータ） (2026-06-05T11:39:27Z)
• Observation, Not Prediction: Conversation-Level Disaggregated Scheduling for Agentic Serving [5.947045522037733]
  LLMベースのエージェントは、多くの依存的推論とツールコールを通じてユーザータスクを解決します。 既存のマルチターンシステムはスケジューリングユニットとしてターンを保持し、プリフィルをデコードから切り離すかどうかをターンごとに決定する。 我々は、この予測への依存が、作業負荷ではなくスケジューリングユニットによって課されることを示す。
  論文  参考訳（メタデータ） (2026-06-01T07:51:09Z)
• Fast-dDrive: Efficient Block-Diffusion VLM for Autonomous Driving [54.31800246594724]
  本稿では,ブロック拡散型VLAであるFast-dDriveについて述べる。 我々は、Fast-dDriveが運転エージェントの速度精度フロンティアを再定義することを示す。
  論文  参考訳（メタデータ） (2026-05-22T02:31:32Z)
• Wind-Aware Optimal Trajectory Planning for Efficient Gliding of Fixed-Wing Aerial Systems [7.0414059106180025]
  グライディングは小型の固定翼UAVとサイレント操作を提供する。 従来のトータル・エナジー・コントロール・システム(Total Energy Control Systems)ベースのコントローラは、電位と運動エネルギーの交換を反応的に制御する。 小型UAVグライダーのための非線形多コスト軌道プランナを提案する。
  論文  参考訳（メタデータ） (2026-05-15T05:01:09Z)
• An Agentic AI Framework with Large Language Models and Chain-of-Thought for UAV-Assisted Logistics Scheduling with Mobile Edge Computing [47.615329461292504]
  クラウド製造において、無人航空機(UAV)は製品収集と移動エッジコンピューティング(MEC)の両方をサポートすることができる。 本稿では,エージェントAIによる2つのコンポーネントの最適化フレームワークを提案する。 まず,大規模言語モデル,検索拡張生成,および連鎖推論を組み合わせたエージェントAIを開発し,ユーザ入力をハイブリッドスケジューリング問題に対する解釈可能な数学的定式化に変換する。
  論文  参考訳（メタデータ） (2026-05-13T09:13:19Z)
• Characterizing Vision-Language-Action Models across XPUs: Constraints and Acceleration for On-Robot Deployment [8.758783768535805]
  VLA(Vision-Language-Action)モデルは、一般的なロボット制御に期待できるが、ロボット上での展開は、コストとエネルギー予算の厳しいリアルタイム推論によってボトルネックとなる。 本稿では,モデル・ハードウエアのコキャラクタリゼーションによる低コストVLAデプロイメントの系統的解析を行う。
  論文  参考訳（メタデータ） (2026-04-27T13:12:16Z)
• Motion Planning and Control for Multi Vehicle Autonomous Racing at High Speeds [100.61456258283245]
  本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。 提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
  論文  参考訳（メタデータ） (2022-07-22T15:16:54Z)
• Time-Optimal Planning for Quadrotor Waypoint Flight [50.016821506107455]
  立方体の作動限界における時間-最適軌道の計画は未解決の問題である。 四重項のアクチュエータポテンシャルをフル活用する解を提案する。 我々は、世界最大規模のモーションキャプチャーシステムにおいて、実世界の飛行における我々の方法を検証する。
  論文  参考訳（メタデータ） (2021-08-10T09:26:43Z)

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。