論文の概要: FedMHAR: Federated Multimodal Human Activity Recognition using Multi-Agent Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2609.33492v2
• Date: Sat, 03 Oct 2026 05:15:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 05:47:46.509627
• Title: FedMHAR: Federated Multimodal Human Activity Recognition using Multi-Agent Reinforcement Learning
• Title（参考訳）: FedMHAR:マルチエージェント強化学習を用いたマルチモーダルヒューマンアクティビティ認識
• Abstract要約: ヘテロジニアスウェアラブルセンサからのヒューマンアクティビティ認識(HAR)は、IoHT(Internet of Health Things)の基礎となる。 既存のマルチモーダル融合法は、しばしば、モダリティの重要性、取得コスト、センサー品質の違いを見越して、センサーストリームに固定重量を割り当てる。 本稿では,集中型HARのためのマルチエージェント強化学習に基づく適応的かつ低コストなマルチモーダルHARフレームワークを提案し,FedMHARとしてフェデレート学習に拡張する。
• 参考スコア（独自算出の注目度）: 0.0611737116137921
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Human Activity Recognition (HAR) from heterogeneous wearable sensors is fundamental to the Internet of Health Things (IoHT), supporting rehabilitation, elderly care, and smart healthcare. Existing multimodal fusion methods often assign fixed equal weights to sensor streams, overlooking differences in modality importance, acquisition cost, and sensor quality, which can vary due to movement, incorrect placement, or temporary blockage. We propose an adaptive and cost-aware multimodal HAR framework based on multi-agent reinforcement learning for centralized HAR and extend it to federated learning as FedMHAR. In the centralized setting, multimodal fusion is formulated as a cooperative Multi-Agent Reinforcement Learning (MARL) problem, where each sensing modality is assigned a PPO-based agent that learns per-sample fusion weights, enabling the model to emphasize informative modalities while down-weighting costly sensors when cheaper alternatives provide sufficient information. In the federated setting, we introduce BiFL-PPO, a bidirectional federated optimization strategy in which a server-side PPO policy learns client-specific trust weights and feeds them back to adapt local learning rates and proximal regularization. Unlike round-level optimization, BiFL-PPO uses dense batch-level rewards for more frequent feedback and stable training under heterogeneous client data. Evaluation on the MEx Rehabilitation and UTD Multimodal Human Action datasets shows that the centralized framework achieves 87.30% and 94.98% accuracy, respectively, outperforming conventional fusion methods and state-of-the-art HAR models. FedMHAR achieves 79.74% and 77.49% in the federated setting, consistently surpassing FedAvg, FedProx, FedBN, FedNova, and AdaFedProx, while providing more stable performance and reducing sensor acquisition cost.
• Abstract（参考訳）: ヘテロジニアスウェアラブルセンサーからのヒューマンアクティビティ認識(HAR)は、リハビリテーション、高齢者ケア、スマートヘルスケアをサポートするIoHT(Internet of Health Things)の基本である。 既存のマルチモーダル融合法では、モダリティの重要度、取得コスト、センサー品質の違いを見越して、固定重量をセンサストリームに割り当てることが多い。 本稿では,集中型HARのためのマルチエージェント強化学習に基づく適応的かつ低コストなマルチモーダルHARフレームワークを提案し,FedMHARとしてフェデレート学習に拡張する。 集中型設定では、マルチモーダル融合を協調的マルチエージェント強化学習(MARL)問題として定式化し、各知覚モーダルを、サンプル単位の融合重みを学習するPPOベースのエージェントに割り当てる。 本稿では,サーバサイドのPPOポリシがクライアント固有の信頼度を学習し,それをフィードバックして局所学習率と近位正規化を適応させる,双方向のフェデレート最適化戦略であるBiFL-PPOを紹介する。 ラウンドレベルの最適化とは異なり、BiFL-PPOはより頻繁なフィードバックと不均一なクライアントデータによる安定したトレーニングのために、より密集したバッチレベルの報酬を使用する。 MEx RehabilitationとUTD Multimodal Human Actionデータセットの評価では、集中型フレームワークは、それぞれ87.30%と94.98%の精度を達成し、従来の融合法と最先端HARモデルを上回っている。 FedMHARは、FedAvg、FedProx、FedBN、FedNova、AdaFedProxを上回る79.74%と77.49%のフェデレーションを達成し、より安定した性能とセンサーの取得コストの削減を実現している。

関連論文リスト

• Improving LLM Collaboration via Multi-Agent Preference Learning [11.375009887852185]
  我々は、分散的かつ集中的なコラボレーションの観点から、嗜好ベースのマルチエージェントシステム(MAS)を定式化する。 人間のフィードバック(MARLHF)からMARLを用いたMAPLを学習報酬モデルとマルチエージェント直接選好最適化(MADPO)を用いてインスタンス化する。 共同執筆、コーディング、ツールの使用、旅行計画の実験は、MAPLがMARLのパフォーマンスにアプローチしながら、よく定義された報酬でコラボレーションの品質と効率を改善することができることを示している。
  論文  参考訳（メタデータ） (2026-09-26T17:54:03Z)
• Robust Federated Q-Learning with Almost No Communication [2.3096751699592137]
  我々は、共通のマルコフ決定プロセス(MDP)と相互作用するM$エージェントを含む連合強化学習環境を考える。 本稿では,モデルベースとモデルフリーのRLの両方からアイデアをブレンドする,フェデレートされたQ-ラーニングアルゴリズムであるRobust Fed-Qを提案する。 高確率の汚職にもかかわらず、Robust Fed-Q (i) は無限サンプルの極限における最適値関数への正確な収束を保証する。
  論文  参考訳（メタデータ） (2026-08-24T21:59:48Z)
• Boosting Multimodal Federated Learning via Chained Modality Optimization [69.53075328069504]
  MMFL(Multimodal Federated Learning)は、異種データとモダリティ可用性を備えた分散クライアント間での、プライバシ保護による協調学習を実現する。 これを解決するために,FedMChainを提案する。FedMChainは,多モード学習をモダリティの連鎖として構成する,バランスのとれたMMFLフレームワークである。 このフェーズワイズ設計により、各モダリティは、モダリティ競合を軽減するために、マルチモーダルクライアントに専用の局所最適化ウィンドウを与え、さらにエラー補償正規化器を介して、モダリティ間の相補性を促進する。
  論文  参考訳（メタデータ） (2026-06-01T08:07:09Z)
• MetaTrading: An Immersion-Aware Model Trading Framework for Vehicular Metaverse Services [92.40586697273868]
  モノのインターネットのタイムリーな更新は、車載メタバースサービスの没入を実現するために不可欠である。 本稿では,フェデレーション学習による効率的なプライバシ保護データ提供を可能にする没入型モデルトレーディングフレームワークを提案する。 実験の結果,提案手法は最先端のベンチマークよりも優れていた。
  論文  参考訳（メタデータ） (2024-10-25T16:20:46Z)
• FedMRL: Data Heterogeneity Aware Federated Multi-agent Deep Reinforcement Learning for Medical Imaging [12.307490659840845]
  我々は,データの不均一性に対処する新しいマルチエージェント深層強化学習フレームワークであるFedMRLを紹介する。 FedMRLは、クライアント間の公平性を促進するために、新たな損失関数を導入し、最終グローバルモデルのバイアスを防ぐ。 その結果,FedMRLが最先端技術よりも優れていることが示された。
  論文  参考訳（メタデータ） (2024-07-08T10:10:07Z)
• Softmax with Regularization: Better Value Estimation in Multi-Agent Reinforcement Learning [72.28520951105207]
  q$-learningの過大評価は、シングルエージェント強化学習で広く研究されている重要な問題である。 ベースラインから逸脱する大きな関節動作値をペナライズする,新たな正規化ベースの更新方式を提案する。 本手法は,StarCraft IIマイクロマネジメントの課題に対して,一貫した性能向上を実現する。
  論文  参考訳（メタデータ） (2021-03-22T14:18:39Z)
• Is Independent Learning All You Need in the StarCraft Multi-Agent Challenge? [100.48692829396778]
  独立PPO (Independent PPO) は独立学習の一種であり、各エージェントはその局所値関数を単純に推定する。 IPPOの強い性能は、ある種の非定常性に対する堅牢性に起因する可能性がある。
  論文  参考訳（メタデータ） (2020-11-18T20:29:59Z)
• 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。