論文の概要: DORA: Divergence-Oriented Data-Relay Algorithm for Partially Connected Robot Teams

• arxiv url: http://arxiv.org/abs/2609.36395v1
• Date: Mon, 28 Sep 2026 23:50:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.05666
• Title: DORA: Divergence-Oriented Data-Relay Algorithm for Partially Connected Robot Teams
• Title（参考訳）: DORA:部分連結型ロボットチームのための分散指向型データリレーアルゴリズム
• Abstract要約: 本稿では,発見のみではなく,情報の価値によるコミュニケーションをチームに提供する分散指向型データリレーアルゴリズムを提案する。 本結果から,従来の時間ベースの通信スケジューリング方式よりも最大74.8%MRT分解能が向上することが示唆された。
• 参考スコア（独自算出の注目度）: 46.83350306562912
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Teams of unmanned aerial vehicles (UAVs) deployed for search and monitoring missions frequently operate as partially connected networks, forcing each robot to trade off exploring the environment against relaying information to teammates. This tradeoff is especially acute when robots are semantically heterogeneous: an observation that appears uninformative to the robot that made it may be critical to a teammate with complementary detection capabilities. In this work, we formalize this setting as the heterogeneous mission-aware coverage (HMAC) problem, which couples complete multi-robot coverage of an area with capability-constrained mission-relevant target (MRT) discovery under intermittent communication. We then present DORA, a divergence-oriented data-relay algorithm that drives communication by the value of information to the team rather than by discovery alone. DORA quantifies the mission-relevant divergence between a robot's current information state and its estimate of each teammate's knowledge, capturing mission relevance, discovery novelty, sensor uncertainty, and the age of information. We evaluate DORA in simulation across four environments with differing object densities and spatial structure, and validate it on a physical UAV platform. Our results show that DORA improves MRT resolution delay by up to 74.8% over traditional time-based communication scheduling methods.
• Abstract（参考訳）: 無人航空機(UAV)のチームは、しばしば部分的に接続されたネットワークとして運用され、各ロボットはチームメイトへの情報伝達から環境を探索することを禁じる。 このトレードオフは、ロボットがセマンティックに異質である場合、特に深刻である。 本研究では、この設定を異種ミッション対応カバレッジ(HMAC)問題として定式化し、間欠的通信下でのMRT(能力制限されたミッション関連ターゲット)発見を伴う領域の完全なマルチロボットカバレッジを結合する。 そこで我々は,発見のみではなく,情報の価値によるコミュニケーションをチームに提供する分散指向型データリレーアルゴリズムであるDORAを提案する。 DORAは、ロボットの現在の情報状態と各チームメイトの知識の見積との間にあるミッション関連性のばらつきを定量化し、ミッション関連性、発見の新規性、センサの不確実性、情報の年齢を測定する。 物体密度と空間構造が異なる4つの環境におけるシミュレーションにおけるDORAの評価を行い,それを物理的UAVプラットフォーム上で検証した。 本結果から,従来の時間ベースの通信スケジューリング方式よりも最大74.8%MRT分解能が向上することが示唆された。

関連論文リスト

• Communication-Constrained Multi-Robot Exploration With Adaptive Communication Windows [16.619647268424412]
  本稿では,コミュニケーションの確立に価値があるかどうかを積極的に評価する分散探索フレームワークであるMACEを紹介する。 我々は,既存の通信制約探索戦略と比較して,MACEが探索時間を最大23%削減できることを実証した。
  論文  参考訳（メタデータ） (2026-09-11T07:05:42Z)
• PRoID: Predicted Rate of Information Delivery in Multi-Robot Exploration and Relaying [4.611291264760742]
  ロボットのチームは、ミッションタイムの制限内で、取得した情報を固定基地局に届けなければならない。 主な課題は、各ロボットが探索と中継をやめるべきかどうかを決めることだ。 本稿では,学習した地図予測を用いて各ロボットの今後の情報獲得を推定するリレー基準であるPRoIDを紹介する。 ロボットの生存確率をリレー基準に組み込んだ障害対応拡張であるPRoID-Safeを提案する。
  論文  参考訳（メタデータ） (2026-04-12T03:12:14Z)
• Path Planning Optimisation for SParse, AwaRe and Cooperative Networked Aerial Robot Teams (SpArC-NARTs): Optimisation Tool and Ground Sensing Coverage Use Cases [1.376408511310322]
  ネットワーク化された空中ロボットチーム(NART)は、無線リンクで相互接続されたエージェントのグループから構成される。 間欠的(すなわちスパース)であっても、エージェント間のデータ交換を可能にし、協調行動をサポートする。 本稿では,スパース,アウェア,協調型ネットワーク型ロボットチームのための新しい経路計画ツールを提案する。
  論文  参考訳（メタデータ） (2026-02-15T17:40:45Z)
• Decentralized Multi-Robot Obstacle Detection and Tracking in a Maritime Scenario [1.1086440815804226]
  本稿では,自律型表面容器と協調する複数のUAVを用いて,浮遊容器の検出と追跡を行う分散マルチロボットフレームワークを提案する。 それぞれのUAVは、ステレオ不均一で強化されたYOLOv8検出器を実行し、ターゲットごとのEKFトラックを不確実性を認識したデータアソシエーションで維持する。 情報駆動アロケータは、旅行作業における期待される不確実性低減と安全分離を取引することで、目標を割り当て、UAVホバリング視点を選択する。
  論文  参考訳（メタデータ） (2026-02-12T14:42:17Z)
• Heterogeneous Robot Collaboration in Unstructured Environments with Grounded Generative Intelligence [54.91177026001217]
  大規模言語モデル(LLM)対応のチーム化手法は、よく構造化された既知の環境を前提とするのが一般的である。 異種ロボットチームにおけるLCMの推論能力を基盤として,これらの制約に対処するフレームワークであるSPINE-HTを提案する。 我々のフレームワークは、従来のLLM対応の不均一なチームリング手法と比較して、ほぼ2倍の成功率を達成する。
  論文  参考訳（メタデータ） (2025-10-30T18:24:38Z)
• PS-ARM: An End-to-End Attention-aware Relation Mixer Network for Person Search [56.02761592710612]
  モジュール・パーソン・サーチのための新しいアテンション・アウェア・リレーション・ミキサー(ARM)を提案する。 私たちのARMモジュールはネイティブで、きめ細かい監督やトポロジカルな仮定に依存していません。 我々のPS-ARMは、両方のデータセットで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2022-10-07T10:04:12Z)
• SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
  我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。 モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。 リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。 ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
  論文  参考訳（メタデータ） (2021-08-03T02:56:21Z)
• Distributed Deep Reinforcement Learning for Intelligent Traffic Monitoring with a Team of Aerial Robots [3.04585143845864]
  本研究では,航空ロボットチームによる道路ネットワークにおける交通監視問題について検討する。 深層強化学習に基づく分散スケーラブルなアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-07-10T22:41:32Z)
• Domain and Modality Gaps for LiDAR-based Person Detection on Mobile Robots [91.01747068273666]
  本稿では,移動ロボットのシナリオに着目した既存のLiDAR人物検出装置について検討する。 実験は3Dと2D LiDARのセンサー間のモダリティのギャップだけでなく、運転と移動ロボットのシナリオ間の領域ギャップを回避している。 その結果、LiDARに基づく人物検出の実践的な洞察を与え、関連する移動ロボットの設計と応用に関する情報決定を容易にする。
  論文  参考訳（メタデータ） (2021-06-21T16:35:49Z)
• Learning to Communicate and Correct Pose Errors [75.03747122616605]
  本稿では、V2VNetで提案された設定について検討し、近くにある自動運転車が共同で物体検出と動き予測を協調的に行う方法を提案する。 本稿では,コミュニケーションを学習し,潜在的な誤りを推定し,それらの誤りについてコンセンサスを得るための新しいニューラルネットワーク推論フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-11-10T18:19:40Z)

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。