論文の概要: Latent Telepathy: Multi-Robot Communication with Self-Supervised Perceptual Latents

• arxiv url: http://arxiv.org/abs/2609.23269v1
• Date: Sun, 20 Sep 2026 01:01:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.743242
• Title: Latent Telepathy: Multi-Robot Communication with Self-Supervised Perceptual Latents
• Title（参考訳）: 遅発性テレパシー:自己監督型知覚的潜伏者を用いたマルチロボットコミュニケーション
• Abstract要約: 部分的な可観測性の下で分散化されたマルチロボットチームでは、ロボットの次のアクションを決定するという事実は、しばしばチームメイトにのみ見える。 既存の分散化手法は、位置や計画された軌跡などの運動情報を伝達し、チームメイトが知覚するものを伝えることができない。 我々は,すでに計算済みの潜在知覚ベクトルを放送する潜時テレパシーを提案する。
• 参考スコア（独自算出の注目度）: 5.362964900390485
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In a decentralized multi-robot team under partial observability, the fact that decides a robot's next action is often visible only to a teammate. Existing decentralized methods communicate kinematic information, such as position or planned trajectory, which cannot convey what the teammate perceives. Learned communication in multi-agent reinforcement learning (MARL) can carry perceptual content, but the resulting messages are task-coupled and opaque. We propose Latent Telepathy. Each robot broadcasts the perceptual latent vector it already computes for its own use, the output of an encoder trained with a self-supervised joint-embedding predictive objective, frozen, and shared across the team. A teammate learns to act on it from task reward alone. Because the encoder already runs for perception, the message costs no additional computation and a single compact vector of bandwidth. Because the encoder is frozen before any policy is trained, the message means the same thing to every robot, and the receiving robot is never told what it means. We evaluate Latent Telepathy with a content-controlled protocol in which bandwidth, latency, topology and receiver are held fixed and only the message content varies. Broadcasting the latent lets a navigator avoid an occluded hazard in 99.7% of episodes, matching a noiseless hand-designed message. Position and trajectory messages remain at chance, and the raw camera image, 186 times wider, is less reliable than the compressed latent. The result holds from a discrete gridworld to rendered pixels under continuous velocity control, and the encoder decodes the hazard from a physical robot's camera in 102 of 102 live decisions. We also identify a requirement for porting MARL communication results to continuous control, that the decision a message informs must remain reachable by exploration, and show how to restore it.
• Abstract（参考訳）: 部分的な可観測性の下で分散化されたマルチロボットチームでは、ロボットの次のアクションを決定するという事実は、しばしばチームメイトにのみ見える。 既存の分散化手法は、位置や計画された軌跡などの運動情報を伝達し、チームメイトが知覚するものを伝えることができない。 マルチエージェント強化学習(MARL)における学習コミュニケーションは知覚的内容を運ぶことができるが、得られたメッセージはタスクカップリングされ不透明である。 我々は遅発性テレパシーを提案する。 それぞれのロボットは、すでに計算済みの知覚潜在ベクトルをブロードキャストし、自己監督された共同埋め込み予測目標で訓練されたエンコーダの出力を、チーム間で共有する。 チームメイトは、タスク報酬だけでそれを実行することを学びます。 エンコーダは認識のために既に動作しているため、メッセージは追加の計算と1つのコンパクトな帯域幅ベクトルを伴わない。 エンコーダは、あらゆるポリシーが訓練される前に凍結されるので、メッセージはすべてのロボットに同じ意味であり、受信ロボットはそれが何を意味するのかを話すことはない。 我々は、帯域幅、レイテンシ、トポロジ、レシーバが固定され、メッセージの内容だけが異なるコンテンツ制御プロトコルを用いて遅延テレパシーを評価する。 潜水器を放送することで、99.7%のエピソードにおいて、ナビゲーターは隠蔽された危険を避けることができ、ノイズのない手書きのメッセージにマッチする。 位置と軌跡のメッセージは偶然に残っており、生のカメラ画像の186倍は圧縮された潜水器よりも信頼性が低い。 結果は、離散グリッドワールドから連続速度制御下でレンダリングされたピクセルに保持され、エンコーダは物理ロボットのカメラから102のライブ決定で危険を復号する。 また、MARL通信結果を継続的制御に移植する要件を特定し、メッセージが通知する決定は、探索によって到達可能であり続け、その回復方法を示す。

関連論文リスト

• Remotely Detectable Keyed Communication through Motion [10.256545668234795]
  本稿では,短時間のペイロード上で任意のメッセージ内容をエンコード可能な動作によるメッセージ処理手法を提案する。 これにより、ロボットのコミュニケーションに新たな堅牢性がもたらされる。 4つのロボットが合計0.67ビット/秒で8ビットメッセージを共同で回収する。
  論文  参考訳（メタデータ） (2026-09-08T15:49:10Z)
• Kepler-Encoder-v0.1: Towards a Multimodal Embedding Model for Robots [7.140499031711496]
  力と接触力は1フレームにはほとんど痕跡がなく、生の視力はテスト対象のロボットで0.10ドル以下でR2ドル以下で読み取られる。 本稿では、ロボットの状態をモダリティとして扱い、視覚、プロプレセプション、力/トルクを1つの共有潜水器に融合するロボットファーストマルチモーダルエンコーダであるKepler-Encoder-v0.1を紹介する。 ホールドアウトシーンでは、視覚のみの潜伏剤がエンドエフェクター状態を回復し、特に、生の凍結したViT特徴と、すべてのセンサー付きロボットのコンピュータマッチングされた視覚のみの制御を大きく上回っている。
  論文  参考訳（メタデータ） (2026-07-15T07:21:00Z)
• Real-time body pose non-verbal communication with a consistency-based reliability measure [6.623088068354071]
  本研究では,2次元身体ポーズからコミュニケーション意図の認識を単独で検討する。 身体の動きは特に、リアルタイムの低コストのオン・デバイス通信を必要とするシナリオにおいて信頼性の高い信号である、と我々は主張する。 効果のあるコーパスは、ボディ、顔、音声、テキストを組み合わせ、スケルトン行動認識ベンチマークは、伝達されたメッセージよりも実行されたアクションをラベル付けする。
  論文  参考訳（メタデータ） (2026-06-08T12:05:23Z)
• A Surveillance Based Interactive Robot [0.0]
  我々はモバイル監視ロボットを構築し、リアルタイムで動画をストリーミングし、ユーザーがスマートフォンやブラウザから監視し、操作できるように音声に反応する。 このシステムはRaspberry Pi 4の2つのユニットを使っている。カメラ、マイク、スピーカーを備えたディファレンシャルドライブベース上のフロントユニットと、ライブフィードを提供し、知覚を実行する中央ユニットだ。 音声対話では、音声認識、多言語翻訳、音声合成にPythonライブラリを使用します。
  論文  参考訳（メタデータ） (2025-08-18T19:09:43Z)
• LPAC: Learnable Perception-Action-Communication Loops with Applications to Coverage Control [72.81786007015471]
  本稿では,その問題に対する学習可能なパーセプション・アクション・コミュニケーション(LPAC)アーキテクチャを提案する。 CNNは局所認識を処理する。グラフニューラルネットワーク(GNN)はロボットのコミュニケーションを促進する。 評価の結果,LPACモデルは標準分散型および集中型カバレッジ制御アルゴリズムよりも優れていた。
  論文  参考訳（メタデータ） (2024-01-10T00:08:00Z)
• VGAI: End-to-End Learning of Vision-Based Decentralized Controllers for Robot Swarms [237.25930757584047]
  ビジュアル入力のみに基づいて分散制御系を学習することを提案する。 初めて、コミュニケーションと視覚知覚という2つの重要な要素の学習を統合する。 提案する学習フレームワークは,各ロボットが視覚入力からメッセージを取り出すための畳み込みニューラルネットワーク(CNN)と,これらのメッセージの送信,受信,処理を行うためのSwarm全体のグラフニューラルネットワーク(GNN)を組み合わせる。
  論文  参考訳（メタデータ） (2020-02-06T15:25:23Z)

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。