論文の概要: Residual Denoising Enables Sample-Efficient Multi-Agent Coordination on Demand

• arxiv url: http://arxiv.org/abs/2609.32129v2
• Date: Tue, 29 Sep 2026 16:55:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:46.578768
• Title: Residual Denoising Enables Sample-Efficient Multi-Agent Coordination on Demand
• Title（参考訳）: 残留デノジングは、需要に対するサンプル効率の良いマルチエージェントコーディネートを可能にする
• Abstract要約: 最小のコラボレーティブデータを用いて,事前学習した単一エージェント拡散ポリシーをマルチエージェント設定に適用する方法を検討する。 本稿では,需要調整のための適応手法であるALTERを紹介する。 本手法は,残差を予測した調整ヘッドを訓練し,単一エージェント動作を協調マルチエージェント動作に変換する。
• 参考スコア（独自算出の注目度）: 6.908315999543923
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Pretrained robot policies offer strong manipulation skills but are typically limited to single-agent settings, where a robot acts in isolation. In this work, we study how to adapt pretrained single-agent diffusion policies to multi-agent settings using minimal collaborative data, co-optimizing for two key objectives: high coordination performance and single-agent skill retention. To this end, we introduce ALTER, an adaptation method for coordination on demand: the adapted policy coordinates with other robots when deployed in a team while remaining capable of acting independently when operating alone. Execution is decentralized: each robot acts only on its own visual observations, without explicit inter-agent communication. Our method trains a coordination head that predicts a residual denoiser to transform single-agent behavior into coordinated multi-agent behavior when necessary while also preserving single-agent capabilities. To preserve single-agent capabilities, we augment a small number of collaborative demonstrations with self-distilled data generated by the base policy during training of the residual denoiser. In simulation, ALTER achieves higher coordination success over our baselines while retaining much higher source-skill retention. In our hardware experiments, we find similar trends where ALTER better co-optimizes for coordination success and single-agent skill retention than the baselines.
• Abstract（参考訳）: 事前訓練されたロボットポリシーは、強力な操作スキルを提供するが、通常、ロボットが単独で行動する単一エージェント設定に限定される。 本研究では、最小限のコラボレーティブデータを用いて、事前訓練された単一エージェント拡散ポリシーをマルチエージェント設定に適用する方法、高いコーディネート性能と単一エージェントスキル保持の2つの主要な目的について、協調最適化を行う。 そこで本研究では,チーム内に配置したロボットに対して,単独動作時の独立動作を保ちながら,他のロボットと協調する,需要調整のための適応手法であるALTERを紹介する。 実行は分散化され、各ロボットは、明示的なエージェント間通信なしで、独自の視覚的観察にのみ作用する。 本手法では,残差を予測した調整ヘッドをトレーニングし,必要に応じて単一エージェント動作を協調マルチエージェント動作に変換するとともに,単一エージェント機能を保持する。 単一エージェントの能力を維持するため,残ったデノイザーの訓練中に基本方針によって生成された自己蒸留データを用いて,少数の協調的なデモを増強する。 シミュレーションでは、ALTERはソーススキルの保持をはるかに高く保ちながら、ベースラインよりも高いコーディネーション成功を達成する。 ハードウェア実験では、ALTERがベースラインよりもコーディネーションの成功と単一エージェントのスキル保持を共同で最適化する傾向が見られた。

関連論文リスト

• Coordinated Diffusion: Generating Multi-Agent Behavior Without Multi-Agent Demonstrations [24.24743540676481]
  Coordinated Diffusionは、ユーザ定義のマルチエージェントコスト関数を通じて独立に訓練された単一エージェント拡散ポリシーを結合するフレームワークである。 この誘導項は勾配のない方法で推定でき、CoDiをブラックボックスで微分不可能なコスト関数に適用できることを示す。 両腕操作タスクのシミュレーションおよびハードウェア実験の結果,CoDiは単一エージェントデータからロバストな協調動作を検出することがわかった。
  論文  参考訳（メタデータ） (2026-05-12T04:03:11Z)
• Swarm Skills: A Portable, Self-Evolving Multi-Agent System Specification for Coordination Engineering [50.72456732323037]
  textbfSwarm Skillsは、マルチエージェントのセマンティクスを用いて、Arthhropic Skills標準を拡張したポータブル仕様である。 Swarm Skillsはマルチエージェントを、役割、実行バウンダリ、自己進化のためのビルトインセマンティック構造からなる、一級の分散可能なアセットに変える。 我々は,Swarm Skillsがプログレッシブ開示を通じて,ゼロアダプタのクロスエージェントポータビリティを実現する方法を示す。
  論文  参考訳（メタデータ） (2026-05-11T06:26:58Z)
• SynAgent: Generalizable Cooperative Humanoid Manipulation via Solo-to-Cooperative Agent Synergy [59.86199649493784]
  制御可能な協調的ヒューマノイド操作は、インボディードインテリジェンスにとって根本的な問題である。 スケーラブルで物理的に妥当な協調操作を可能にするフレームワークであるSynAgentを提案する。 実験では、SynAgentは協調模倣と軌道条件制御の両方において既存のベースラインを著しく上回る。
  論文  参考訳（メタデータ） (2026-04-20T17:46:20Z)
• Learning to Lead Themselves: Agentic AI in MAS using MARL [0.0]
  本稿では,エージェント人工知能,エージェントが独立して,適応的かつ積極的に行動することで,マルチエージェントシステムにおけるタスク割り当てとコーディネーションを改善する方法について検討する。 協調型マルチエージェント強化学習環境における問題を定式化し、PyTorchにおけるIPPOと呼ばれる軽量なマルチエージェントプロキシポリシー最適化を実装した。 実験はPettingZoo環境で行われ、複数の均質なドローンやエージェントが、明示的なコミュニケーションなしに異なるターゲットをカバーするために自己組織化されなければならない。
  論文  参考訳（メタデータ） (2025-09-24T11:36:07Z)
• Capability-Aware Shared Hypernetworks for Flexible Heterogeneous Multi-Robot Coordination [1.5970870882365]
  マルチロボットチームのための能力認識共有ハイパーネットワークス(CASH)を提案する。 CASHは、ハイパーネットワークを使用してフレキシブルな共有ポリシを効率的に学習する、ソフトウェイト共有アーキテクチャである。 トレーニングとゼロショットの一般化の両方において、CASHは性能とサンプル効率の点で、ベースラインアーキテクチャを一貫して上回っていることを示す。
  論文  参考訳（メタデータ） (2025-01-10T15:39:39Z)
• Decentralized and Lifelong-Adaptive Multi-Agent Collaborative Learning [57.652899266553035]
  分散型および生涯適応型多エージェント協調学習は、中央サーバを使わずに複数のエージェント間のコラボレーションを強化することを目的としている。 動的協調グラフを用いた分散マルチエージェント生涯協調学習アルゴリズムであるDeLAMAを提案する。
  論文  参考訳（メタデータ） (2024-03-11T09:21:11Z)
• ProAgent: Building Proactive Cooperative Agents with Large Language Models [89.53040828210945]
  ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。 ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。 ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
  論文  参考訳（メタデータ） (2023-08-22T10:36:56Z)

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。