論文の概要: Pairwise Approximation Can Select the Wrong Multi-Robot Plan

• arxiv url: http://arxiv.org/abs/2609.29929v1
• Date: Thu, 24 Sep 2026 14:59:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:10.033209
• Title: Pairwise Approximation Can Select the Wrong Multi-Robot Plan
• Title（参考訳）: Pairwise Approximationは、間違ったマルチロボットプランを選択できる
• Abstract要約: マルチロボットコーディネート手法は、しばしばシングルトンとペアの用語から共同計画を記録し、3つ以上のロボットを含む用語を除外する。 我々は,凍結したマルチロボット軌道を用いて,2対の近似を適用した場合の計画選択の後悔度を測定した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-robot coordination methods often score a joint plan from singleton and pairwise terms, leaving out the terms that involve three or more robots. We measure the plan-selection regret of two pairwise approximations to delivered coverage using frozen multi-robot trajectories. For each four-robot plan on an indoor exploration benchmark, replaying all 16 robot subsets gives the exact delivered-coverage set function $F$. From the same subset values we compute two pairwise scores: the exact order-2 Möbius truncation $F_2$, which depends only on the singleton and pair values, and an equal-weight least-squares two-additive fit $G$. Ranking by $F_2$ instead of $F$ changes the selected plan on six of seven maps at the 15 m candidate-generation range in each of two candidate families, with regret up to 0.337 of map coverage. Switching to $G$ reduces the regret but still changes the selection on three of seven maps in each family. The additive score $F_1$, which keeps only the singleton terms, selects the exact winner on six of seven maps in one family and four of seven in the other, against one of seven for $F_2$. We also find that lower average reconstruction error does not guarantee lower selection regret.
• Abstract（参考訳）: マルチロボットコーディネート手法は、しばしばシングルトンとペアの用語から共同計画を記録し、3つ以上のロボットを含む用語を除外する。 我々は,凍結したマルチロボット軌道を用いて,2対の近似を適用した場合の計画選択の後悔度を測定した。 屋内調査ベンチマークの4ロボットプランごとに、16のロボットサブセットをリプレイすると、正確なカバーセット関数が$F$になる。 同じ部分集合値から、2つのペアのスコアを計算する: 正確な順序 2 Möbius truncation $F_2$ はシングルトンとペアの値にのみ依存する。 F$の代わりに$F_2$でランク付けすると、2つの候補ファミリーの15m候補世代範囲の7つのマップのうち6つのマップで選択されたプランが変更され、最大0.337のマップカバレッジが後悔される。 G$に切り替えると、後悔は減るが、各家族の7つのマップのうち3つで選択が変わる。 加法スコア$F_1$は、シングルトン項のみを保持するもので、1つのファミリーの7つのマップのうち6つと、もう1つのファミリーの7つのマップのうち4つにおいて、F_2$の7つのマップのうちの1つに対して、正確な勝者を選択する。 また, 平均的再構成誤差が低い選択後悔を保証していないことも判明した。

関連論文リスト

• Sharp Reconstruction Bounds for Autoencoders Using the Same Forward Map [0.0]
  観測された座標を0に設定した前後で同じ前方マップを適用したオートエンコーダの再構成について検討した。 最も均一な再構成導出誤差は$max1-M(M-m)/2,0$であり、アフィン写像は所定の深さでこのシャープな境界に達する。
  論文  参考訳（メタデータ） (2026-09-17T13:04:38Z)
• Top-$k$ Pareto Bandits: Hypervolume Regret for Multi-Objective Slate Selection [48.83076933238825]
  我々は,各ラウンドにおいてエージェントが$k$アームのスレートを選択し,それらの$d$次元報酬ベクトルを半帯域フィードバック下で観察する多目的バンディット問題を考える。 この目的を、選択されたアームのサブセットによって誘導される支配的な超体積を通して定式化し、最高のサイズに対して$$$-approximate hypervolume regretを定義する。 ギャップのない後悔境界を持つ$tildeO(dsqrtnkT)$を、ギャップとともにすべてのインスタンスに保持する。
  論文  参考訳（メタデータ） (2026-07-28T21:10:39Z)
• Function-Vector Heads Are Two Populations: Writers and Cancellers in In-Context Learning [2.892857112058156]
  関数ベクトルヘッドは典型的には、コンテキスト内ルールタスクに対する因果的貢献の大きさによって識別される。 我々は、マグニチュードのみのランキングを符号保存基準に置き換え、パスパッチによる各候補の検証を行う。
  論文  参考訳（メタデータ） (2026-05-25T12:58:57Z)
• Minimal-Intervention KV Retention via Set-Conditioned Diversity [7.208745673318648]
  小さな予算でのKVキャッシュ圧縮は、キャッシュ表現、ヘッドワイドルーティング、圧縮ケイデンス、デコード動作、予算内スコアリングにまたがる複雑な設計空間である。 本稿では,TriAttentioncitemao2026triattention Retention scorerの1機能的変更を提案する。 事前登録されたプロトコルは、凍結した開発スプリットで$をチューニングし、非結合のホールトアウトスプリットで$ = 0.5$、$$$は4つのうち2つでBonferroniをクリアする。
  論文  参考訳（メタデータ） (2026-05-14T02:50:20Z)
• Unlabeled Multi-Robot Motion Planning with Improved Separation Trade-offs [0.7646713951724009]
  多角形環境下でのユニットディスクロボットのラベルなしマルチロボット動作計画について検討する。 本稿では,ロボット分離と障害物分離の境界で異なるトレードオフを実現する一般化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2026-03-19T22:10:47Z)
• Reinforcement Learning from Adversarial Preferences in Tabular MDPs [62.73758165845971]
  我々は,敵対的嗜好を持つエピソードマルコフ決定プロセス(MDP)の新たな枠組みを導入する。 PbMDP では、標準的なエピソード MDP とは異なり、学習者は2つの候補アーム間の好みを観察する。 我々は、既知遷移の下で、T2/3$という残差境界を達成するアルゴリズムを開発する。
  論文  参考訳（メタデータ） (2025-07-15T20:19:32Z)
• Combinatorial Stochastic-Greedy Bandit [79.1700188160944]
  我々は,選択した$n$のアームセットのジョイント報酬以外の余分な情報が観測されない場合に,マルチアームのバンディット問題に対する新規グリーディ・バンディット(SGB)アルゴリズムを提案する。 SGBは最適化された拡張型コミットアプローチを採用しており、ベースアームの大きなセットを持つシナリオ用に特別に設計されている。
  論文  参考訳（メタデータ） (2023-12-13T11:08:25Z)
• Borda Regret Minimization for Generalized Linear Dueling Bandits [65.09919504862496]
  本稿では,ボルダスコアが最も高い項目を識別することを目的とした,デュエルバンディットに対するボルダ後悔最小化問題について検討する。 本稿では,多くの既存モデルをカバーする一般化線形デュエルバンドモデルのリッチクラスを提案する。 我々のアルゴリズムは$tildeO(d2/3 T2/3)$ regretを達成し、これも最適である。
  論文  参考訳（メタデータ） (2023-03-15T17:59:27Z)
• Fine-Grained Gap-Dependent Bounds for Tabular MDPs via Adaptive Multi-Step Bootstrap [84.66885506098724]
  本稿では,アダプティブ・マルチステップ・ブートストラップ (AMB) を用いた表層有限水平マルコフ決定過程 (MDP) のモデルフリーアルゴリズムを提案する。 AMBは,部分最適ギャップの逆の和でのみスケールする,ギャップ依存的後悔境界を達成できることを示す。 また、AMB は $frac|Z_mul|Delta_min$ regret という追加の $frac|Z_mul|Delta_min$ を被っていることも示しています。
  論文  参考訳（メタデータ） (2021-02-09T07:46:34Z)
• Nearly Minimax Optimal Reward-free Reinforcement Learning [88.75843804630772]
  本稿では、特にバッチ強化学習に適した報酬不要強化学習フレームワークと、複数の報酬関数に対するポリシーを必要とするシナリオについて検討する。 textbfStaged textbfSampling + textbfTruncated textbfPlanning (algoname) という新しい効率的なアルゴリズムを提供しています。
  論文  参考訳（メタデータ） (2020-10-12T17:51:19Z)

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。