論文の概要: Temperament Engineering: Designing Strategic Behavioural Diversity in Robot Swarms

• arxiv url: http://arxiv.org/abs/2609.29423v1
• Date: Thu, 24 Sep 2026 11:45:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.896394
• Title: Temperament Engineering: Designing Strategic Behavioural Diversity in Robot Swarms
• Title（参考訳）: テンペラメントエンジニアリング:ロボット群における戦略的行動多様性を設計する
• Abstract要約: 「テンパラメントエンジニアリング」は、スワムのテンパラメントの分布を設計対象として扱う枠組みである。 5つの進化的に検証された動物の気質の軸をデザインの語彙として借りている。 3段階のワークフローはミッション成功基準を関連する軸にマッピングし、$$分布の形状を計画し、環境条件に反応する気質を調節する。
• 参考スコア（独自算出の注目度）: 0.5482532589225553
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: No two robots are truly identical: calibration, battery state, sensor drift and wear give every swarm a distribution of behaviour rather than a single point, usually treated as an imperfection to be minimised. In animal collectives the reverse holds: consistent individual differences in behaviour ('temperament') are shaped by natural selection and often decisive for group performance. This perspective proposes 'temperament engineering', a bio-inspired framework that treats the swarm's distribution of temperaments, rather than the individual controller, as the design object. It borrows five evolutionarily validated axes of animal temperament (shyness-boldness, exploration-avoidance, activity, aggressiveness and sociability) as a design vocabulary, rendering each as a continuous control parameter $τ\in [0,1]$ above the controller, realisable as a module threshold, a policy-conditioning vector in multi-agent reinforcement learning, or a constraint on a foundation-model planner. A three-phase workflow maps mission success criteria onto relevant axes, plans the shape of the $τ$ distribution, and tunes reaction norms governing how temperament responds to environmental cues. The payoff is greatest under decentralisation: where a central planner can reassign behaviour online, a temperament distribution is a planner output, but in a swarm without global knowledge it must be an offline, anticipatory design input. Behavioural and platform heterogeneity are thereby co-design variables, and I sketch tentative robot-native axes (self-model plasticity, forcefulness, initiative and expressiveness) arising from features robots have and animals do not. Engineered heterogeneity has been shown to outperform homogeneous swarms in tasks such as aggregation and exploration; establishing when, and how much, heterogeneity repays its cost is the work the field can now take forward.
• Abstract（参考訳）: キャリブレーション、バッテリ状態、センサードリフト、摩耗という2つのロボットが全く同じではない。 行動の一貫性のある個人差("temperament")は自然選択によって形成され、しばしばグループのパフォーマンスに決定的になる。 この視点は、個々のコントローラではなく、スワムのテンペラメントの分布を設計対象として扱う、バイオインスパイアされたフレームワークである「温度工学」を提案する。 デザインボキャブラリとして進化的に検証された5つの動物性誘惑軸(shyness-boldness, Explor-avoidance, Activity, aggressiveness, sociability)を借用し、それぞれを連続制御パラメータとして$τ\in [0,1]$、モジュールしきい値として実現可能、マルチエージェント強化学習におけるポリシー条件ベクトル、あるいは基礎モデルプランナーの制約としてレンダリングする。 3段階のワークフローはミッション成功基準を関連する軸にマッピングし、$τ$分布の形状を計画し、環境条件に反応する気質を調節する。 中央のプランナーがオンラインで行動を再割り当てできる場合、テンペラメントの分布はプランナーの出力になりますが、グローバルな知識のないスワムでは、オフラインで予測可能な設計インプットでなければなりません。 ロボットが持つ特徴や動物が持たない特徴から生じる仮設のロボットネイティブ軸(自己モデル塑性、力強さ、イニシアチブ、表現力)をスケッチします。 工学的不均一性は、集約や探索のようなタスクにおいて均質なスワムを上回り、いつ、どのくらいのヘテロジニティがそのコストを支払うかを確立することは、現在その分野が前進できる仕事である。

関連論文リスト

• SAGE: A Socially-Aware Generative Engine for Heterogeneous Multi-Agent Navigation [20.851820019451587]
  本稿では,異種マルチエージェントナビゲーションのための社会認識型生成エンジンであるSAGEを提案する。 推論中、SAGEは異なる衝突、キネマティック、タスクプログレス、ロール条件の社会コンプライアンス用語を用いて、サンプル化されたロボット軌道を洗練する。 提案する誘導機構は,衝突と社会侵害率を一貫して低減し,最大20台のロボットのチームまで拡大し,再訓練することなく,安全・精度・タスクトレードオフの明確な制御を可能にする。
  論文  参考訳（メタデータ） (2026-07-18T03:40:59Z)
• Agentic World Modeling: Foundations, Capabilities, Laws, and Beyond [209.35045331678043]
  2つの軸に沿って組織された「レベルx法」の分類を導入します。 第一に、3つの能力レベルを定義している: 1段階の局所遷移演算子を学ぶL1 Predictor、それらをドメインの法則を尊重する多段階のアクション条件付きロールアウトに構成するL2 Simulator、新しいエビデンスに対して予測が失敗すると自己のモデルを自動で修正するL3 Evolver。 我々は400以上の作品を合成し、モデルに基づく強化学習、ビデオ生成、WebおよびGUIエージェント、マルチエージェント社会シミュレーション、AIによる科学的発見にまたがる100以上の代表システムを要約する。
  論文  参考訳（メタデータ） (2026-04-24T17:48:47Z)
• HAIC: Humanoid Agile Object Interaction Control via Dynamics-Aware World Model [56.4392302336014]
  本稿では,外部状態推定を伴わない多種多様なオブジェクトダイナミクス間のロバストな相互作用のためのフレームワークであるHAICを提案する。 我々の重要な貢献は、主観的歴史のみから高次対象状態(速度、加速度)を推定するダイナミクス予測器である。 ヒューマノイドロボットの実験では、HAICはアジャイルタスクで高い成功率を達成する。
  論文  参考訳（メタデータ） (2026-02-12T09:34:35Z)
• Continuous Locomotive Crowd Behavior Generation [23.45902601618188]
  本研究では,不均一な行動や相互作用を伴う連続的,現実的な群集軌道を自動生成する新しい手法を提案する。 提案手法は, 多様な集団行動パターンを効果的にモデル化し, 地理的に異なる環境にまたがってよく一般化できることを実証する。
  論文  参考訳（メタデータ） (2025-04-07T06:08:59Z)
• Dita: Scaling Diffusion Transformer for Generalist Vision-Language-Action Policy [73.75271615101754]
  本稿では,Transformerアーキテクチャを活用した拡張性のあるフレームワークであるDitaについて紹介する。 Ditaはコンテキスト内コンディショニング(context conditioning)を採用しており、歴史的観察から生の視覚トークンと識別されたアクションをきめ細やかなアライメントを可能にする。 Ditaは、さまざまなカメラパースペクティブ、観察シーン、タスク、アクションスペースの横断的なデータセットを効果的に統合する。
  論文  参考訳（メタデータ） (2025-03-25T15:19:56Z)
• Diffusion Transformer Policy [48.50988753948537]
  本稿では,拡散変圧器ポリシー(Diffusion Transformer Policy)と呼ばれる多モード拡散変圧器を提案し,連続的なエンドエフェクタ動作をモデル化する。 トランスのスケーリング機能を活用することで、提案手法は、多種多様なロボットデータセットにわたる継続的エンドエフェクタアクションを効果的にモデル化することができる。
  論文  参考訳（メタデータ） (2024-10-21T12:43:54Z)
• Estimation of continuous environments by robot swarms: Correlated networks and decision-making [0.0]
  大規模なマルチロボットシステムは、Swarmレベルで自律性を確立するために集団的な意思決定が必要である。 本研究では,実環境におけるロボット群実験において,制御アルゴリズムを提案して検討する。 提案手法は実効性があり,制御実験よりも精度が高いことを示す。
  論文  参考訳（メタデータ） (2023-02-27T09:57:15Z)
• Collective motion emerging from evolving swarm controllers in different environments using gradient following task [2.7402733069181]
  センサと通信能力に制限のあるロボットが環境特性の勾配に従わなければならないという課題を考察する。 我々は、ディファレンシャル進化を用いて、Thymio IIロボットのシミュレーションのためのニューラルネットワークコントローラを進化させる。 進化したロボットコントローラは、タスクを解決したSwarm動作を誘導する。
  論文  参考訳（メタデータ） (2022-03-22T10:08:50Z)

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。