論文の概要: Hierarchical Multi-agent Reinforcement Learning for Warehouse Robot Coordination under Communication Loss

• arxiv url: http://arxiv.org/abs/2609.33637v1
• Date: Sun, 27 Sep 2026 14:59:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-05 15:10:32.866457
• Title: Hierarchical Multi-agent Reinforcement Learning for Warehouse Robot Coordination under Communication Loss
• Title（参考訳）: コミュニケーション損失を考慮した倉庫ロボット協調のための階層型マルチエージェント強化学習
• Abstract要約: ロボットチームをグループに分割し、グループ毎に集中的な調整を行い、グループ間での分散調整を行います。 上位のポリシーは、各グループ内の局所的な制御ポリシーを条件付けるコンパクトな調整基準を生成する。 予測安全フィルタは、安全制約に違反した場合に提案した制御を評価し、修正する。
• 参考スコア（独自算出の注目度）: 7.960714729392425
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: In this paper, we propose a hierarchical multi-agent reinforcement learning framework for coordinating robot teams in warehouse environments under communication loss. We partition the robot team into groups, with centralized coordination within each group and distributed coordination across groups. Each group uses a recurrent predictor to estimate unavailable interaction information due to communication loss. A higher-level policy then generates a compact coordination reference that conditions the local control policy within each group. A predictive safety filter evaluates and modifies the proposed controls when they violate safety constraints. Simulation results show improved task completion under communication loss, reduced communication growth as the team size increases, and safe operation in the tested scenarios.
• Abstract（参考訳）: 本稿では,倉庫環境におけるロボットチームをコミュニケーション損失下で協調するための階層型多エージェント強化学習フレームワークを提案する。 ロボットチームをグループに分割し、グループ毎に集中的な調整を行い、グループ間での分散調整を行います。 各グループは、繰り返し予測器を使用して、通信損失による不利用可能な相互作用情報を推定する。 上位のポリシーは、各グループ内の局所的な制御ポリシーを条件付けるコンパクトな調整基準を生成する。 予測安全フィルタは、安全制約に違反した場合に提案した制御を評価し、修正する。 シミュレーションの結果,コミュニケーション損失によるタスク完了,チーム規模の増加に伴うコミュニケーション成長の低減,テストシナリオでの安全な運用が示された。

関連論文リスト

• Communication-Efficient Digital-Twin Coordination for Heterogeneous LLM Embodied Agents over Computing Power Networks [48.90302419915548]
  異種大規模言語モデル(LLM)を駆使したエージェントチームは、スマートファクトリー、倉庫、サービスロボティクスに広く配備されている。 軽量ディジタルツイン(DT)上に構築したネットワーク協調フレームワーク LDT-Coord を提案する。 具体的には、各エージェントは、意図したアクションを独立して選択し、共有リソースに対するアクション決定と構造化時間制約の両方をDTサーバに通知する。
  論文  参考訳（メタデータ） (2026-07-10T12:10:31Z)
• Improving the Efficiency of Language Agent Teams with Adaptive Task Graphs [52.26652574704317]
  大規模言語モデル(LLM)はますますチームにデプロイされているが、既存のコーディネーションアプローチは2つの極端な部分を占めることが多い。 本稿では,Language Agent Teams for Task Evolution (LATTE)を紹介した。
  論文  参考訳（メタデータ） (2026-05-07T14:19:17Z)
• GoAgent: Group-of-Agents Communication Topology Generation for LLM-based Multi-Agent Systems [55.12339141172908]
  GoAgentは、協調グループをMAS構築の原子単位として明示的に扱う通信トポロジ生成手法である。 6つのベンチマークの実験では、GoAgentの最先端のパフォーマンスを93.84%の平均精度で証明し、トークン消費を約17%削減した。
  論文  参考訳（メタデータ） (2026-03-20T06:21:32Z)
• TeamHOI: Learning a Unified Policy for Cooperative Human-Object Interactions with Any Team Size [54.0714652192002]
  物理に基づくヒューマノイド制御は、現実的でハイパフォーマンスな単一エージェントの動作を可能にするために顕著な進歩を遂げた。 我々は,複数の協力エージェント間で協調的なHOIを処理するための,単一の分散政策を実現するためのフレームワークであるTeamHOIを提案する。
  論文  参考訳（メタデータ） (2026-03-09T05:52:13Z)
• Safe Consensus of Cooperative Manipulation with Hierarchical Event-Triggered Control Barrier Functions [3.288997322330816]
  本稿では、階層型イベントトリガー制御バリア機能(CBF)を介して、安全保証とのコンセンサス調整を実現する分散制御フレームワークを提案する。 その結果、厳密な安全制約下での高精度な協調が示され、ベースライン法に比べて計算コストと通信周波数が大幅に削減された。
  論文  参考訳（メタデータ） (2026-03-06T15:09:07Z)
• Deep Reinforcement Learning for Multi-Agent Coordination [8.250169938213558]
  本稿では,仮想フェロモンを用いて局所的・社会的相互作用をモデル化するS-MADRL(Stigmergic Multi-Agent Deep Reinforcement Learning)フレームワークを提案する。 我々は,ロボットが非対称な作業負荷分布に自己組織化される,最大8つのエージェントの最も効果的な協調を実現していることを示す。 この創発的行動は、自然界で観察される戦略に類似しており、混雑した環境下での分散マルチエージェント協調のためのスケーラブルなソリューションを示している。
  論文  参考訳（メタデータ） (2025-10-04T00:47:20Z)
• A Scalable Multi-Robot Framework for Decentralized and Asynchronous Perception-Action-Communication Loops [72.1902268440158]
  グローバルな目的を達成するため,大規模なロボット群における協調作業は,大規模環境における課題である。 ロボットはパーセプション・アクション・コミュニケーションループを実行し、ローカル環境を認識し、他のロボットと通信し、リアルタイムで行動を起こす必要がある。 近年では、フロッキングやカバレッジ制御などのアプリケーションでグラフニューラルネットワーク(GNN)を使用してこの問題に対処している。 本稿では、分散化されたGNNを用いてナビゲーション動作を計算し、通信のためのメッセージを生成するロボット群における非同期PACフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-18T21:20:50Z)
• AdverSAR: Adversarial Search and Rescue via Multi-Agent Reinforcement Learning [4.843554492319537]
  本稿では,敵対的エージェント間コミュニケーションの存在下で,ロボットの戦略を効率的に調整するアルゴリズムを提案する。 ロボットは対象の場所について事前の知識を持っておらず、隣接するロボットのサブセットのみといつでも対話できると仮定される。 提案手法の有効性は, グリッドワールド環境のプロトタイプで実証した。
  論文  参考訳（メタデータ） (2022-12-20T08:13:29Z)
• Learning Connectivity for Data Distribution in Robot Teams [96.39864514115136]
  グラフニューラルネットワーク(GNN)を用いたアドホックネットワークにおけるデータ分散のためのタスク非依存,分散化,低レイテンシ手法を提案する。 当社のアプローチは、グローバル状態情報に基づいたマルチエージェントアルゴリズムを各ロボットで利用可能にすることで機能させます。 我々は,情報の平均年齢を報酬関数として強化学習を通じて分散gnn通信政策を訓練し,タスク固有の報酬関数と比較してトレーニング安定性が向上することを示す。
  論文  参考訳（メタデータ） (2021-03-08T21:48:55Z)

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。