論文の概要: A Decentralized Partially Observable Team Decision Methodology with Delayed Information Sharing

• arxiv url: http://arxiv.org/abs/2609.26783v1
• Date: Tue, 22 Sep 2026 17:56:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 01:05:39.779989
• Title: A Decentralized Partially Observable Team Decision Methodology with Delayed Information Sharing
• Title（参考訳）: 遅延情報共有を用いた分散型部分観測型チーム決定手法
• Abstract要約: 低ランク潜在力学と未知のシステムモデルを用いて、分散化された部分的に観測可能なチーム決定問題について検討する。 提案手法は,チーム理論の等価性を低ランクモデル表現と組み合わせ,協調的な意思決定に対処する。 結果として得られるメンバサイドソリューションが集中型チームソリューションに近似していることが示される。
• 参考スコア（独自算出の注目度）: 5.613598363654916
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: We study decentralized partially observable team decision problems with low-rank latent dynamics and unknown system models. The proposed framework combines team-theoretic equivalence with low-rank model representations to address cooperative decision-making in partially observable Markov decision processes without prior knowledge of the transition model. Each team member makes decisions based on local private information and delayed common information shared across the team. Using only this available information, each member learns an approximate low-rank Markov decision process and applies least-squares value iteration to compute its policy. This yields a fully decentralized learning and planning algorithm that requires neither a centralized coordinator nor centralized training. We show that the resulting member-side solutions approximate the centralized team solution: despite partial observability, unknown dynamics, and delayed common information, each member recovers the corresponding component of an approximate team-optimal policy. We further establish finite-sample performance guarantees and derive a corresponding sample-complexity bound for the proposed algorithm.
• Abstract（参考訳）: 低ランク潜在力学と未知のシステムモデルを用いて、分散化された部分的に観測可能なチーム決定問題について検討する。 提案手法は,チーム理論の等価性を低ランクモデル表現と組み合わせて,部分的に可観測性のあるマルコフ決定プロセスにおける協調的意思決定に移行モデルの事前知識を使わずに対処する。 各チームメンバは、ローカルのプライベート情報に基づいて意思決定を行い、チーム間で共有される共通情報を遅延させる。 この利用可能な情報のみを用いて、各メンバーはおよそ低ランクのマルコフ決定プロセスを学び、そのポリシーを計算するために最小二乗値反復を適用する。 これにより、集中的なコーディネータも集中的なトレーニングも必要としない、完全に分散した学習と計画のアルゴリズムが得られる。 部分的可観測性、未知のダイナミクス、遅延する共通情報にもかかわらず、各メンバーは、近似したチーム最適化ポリシーの対応するコンポーネントを復元する。 さらに、有限サンプル性能保証を確立し、提案アルゴリズムに対応するサンプル複雑度を導出する。

関連論文リスト

• Scalable Multi-Agent Path Finding using Collision-Aware Dynamic Alert Mask and a Hybrid Execution Strategy [14.091856940824258]
  マルチエージェントパスフィンディングは、ロボット工学や自律システムにおいて重要な問題である。 本稿では,分散経路計画と軽量集中コーディネータを組み合わせたハイブリッドフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-10T15:25:40Z)
• Tacit Learning with Adaptive Information Selection for Cooperative Multi-Agent Reinforcement Learning [13.918498667158119]
  本稿では,情報選択と暗黙学習に基づく新しい協調型MARLフレームワークを提案する。 我々はゲーティングと選択機構を統合し、エージェントが環境変化に基づいて情報を適応的にフィルタリングできるようにする。 人気のあるMARLベンチマークの実験により、我々のフレームワークは最先端のアルゴリズムとシームレスに統合できることが示された。
  論文  参考訳（メタデータ） (2024-12-20T07:55:59Z)
• Protocol Learning, Decentralized Frontier Risk and the No-Off Problem [56.74434512241989]
  私たちは第3のパラダイムであるプロトコル学習(Protocol Learning)を特定します。 このアプローチは、単一の集中型エンティティよりも桁違いに多くの計算資源を集約する可能性がある。 また、不均一で信頼性の低いノード、悪意のある参加者、インセンティブを維持するために抽出不可能なモデルの必要性、複雑なガバナンスのダイナミクスなど、新しい課題も導入されている。
  論文  参考訳（メタデータ） (2024-12-10T19:53:50Z)
• On the Fusion Strategies for Federated Decision Making [47.87035227391866]
  エージェントのグループは、中央のプロセッサや互いにプライベートデータを共有せずに、基礎となる自然状態を推測するために協力します。 我々は,ベイズルールを用いて,エージェントが個々の観察を意見に組み込む非ベイズ的社会学習戦略を解析し,中央プロセッサが算術的あるいは平均化によってこれらの意見を集約する。
  論文  参考訳（メタデータ） (2023-03-10T17:57:40Z)
• Decentralized Reinforcement Learning: Global Decision-Making via Local Economic Transactions [80.49176924360499]
  我々は、シーケンシャルな意思決定問題を解決するために、単純で専門的で自己関心のあるエージェントの社会を指示する枠組みを確立する。 我々は分散強化学習アルゴリズムのクラスを導出する。 我々は、より効率的な移動学習のための社会固有のモジュラー構造の潜在的な利点を実証する。
  論文  参考訳（メタデータ） (2020-07-05T16:41:09Z)
• F2A2: Flexible Fully-decentralized Approximate Actor-critic for Cooperative Multi-agent Reinforcement Learning [110.35516334788687]
  分散マルチエージェント強化学習アルゴリズムは複雑なアプリケーションでは実践的でないことがある。 本稿では,大規模で汎用的なマルチエージェント設定を扱える,柔軟な完全分散型アクター批判型MARLフレームワークを提案する。 当社のフレームワークは,大規模環境におけるスケーラビリティと安定性を実現し,情報伝達を低減できる。
  論文  参考訳（メタデータ） (2020-04-17T14:56:29Z)

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。