論文の概要: Fast and Scalable Multi-Agent Distribution Matching via Partitioned Optimal Transport
- arxiv url: http://arxiv.org/abs/2609.38960v1
- Date: Wed, 30 Sep 2026 04:28:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:27.184766
- Title: Fast and Scalable Multi-Agent Distribution Matching via Partitioned Optimal Transport
- Title（参考訳）: 分割最適輸送による高速かつスケーラブルなマルチエージェント分布マッチング
- Abstract要約: 本稿では,マルチエージェントシステムにおける端末分布マッチングのためのスケーラブルな最適トランスポートベースのフレームワークを提案する。
エージェントとターゲットサンプルを空間的に対応するブロックに分割し,より小さな局所輸送問題を解くことで,このボトルネックに対処する。
提案フレームワークは,Wassersteinの目的に対する厳密な接続を維持しつつ,スケーラブルな端末分布マッチングを実現する。
- 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: This paper presents a scalable optimal-transport-based framework for terminal distribution matching in multi-agent systems. While optimal transport provides a natural way to measure distributional mismatch and assign agents to a desired spatial distribution, global discrete transport can become computationally expensive for large-scale systems. We address this bottleneck by partitioning agents and target samples into spatially corresponding blocks and solving smaller local transport problems. Under a mass-balance condition, the resulting restricted coupling remains feasible for the global problem and provides an upper bound on the Wasserstein cost. The local assignments generate target locations for finite-horizon agent control, applicable to both linear and nonlinear dynamics. By alternating local assignment and control, we establish a cycle-to-cycle descent guarantee for the resulting transport surrogate. The proposed framework therefore enables scalable terminal distribution matching while retaining a rigorous connection to the Wasserstein objective. The technical soundness of the proposed results is validated through simulations.
- Abstract（参考訳）: 本稿では,マルチエージェントシステムにおける端末分布マッチングのためのスケーラブルな最適トランスポートベースのフレームワークを提案する。
最適輸送は、分布ミスマッチを測定し、エージェントを所望の空間分布に割り当てる自然な方法を提供するが、大規模システムでは、グローバルな離散輸送は計算コストがかかる。
エージェントとターゲットサンプルを空間的に対応するブロックに分割し,より小さな局所輸送問題を解くことで,このボトルネックに対処する。
質量バランス条件下では、結果として生じる制限された結合は、大域的な問題に対して実現可能であり、ワッサーシュタインのコストに上限を与える。
局所代入は、線形および非線形力学の両方に適用可能な有限水平エージェント制御のターゲット位置を生成する。
局所的な割り当てと制御を交互に行い、結果として生じる輸送代理のサイクル・ツー・サイクル降下保証を確立する。
提案フレームワークは,Wassersteinの目的に対する厳密な接続を維持しつつ,スケーラブルな端末分布マッチングを実現する。
提案手法の音響特性をシミュレーションにより検証した。
関連論文リスト
- Coupled Optimal Transport with Landmark Constraints [64.98367856457412]
最適輸送(OT)モデルは、所定の輸送コストや歪みを最小限に抑えて、分布間の地図や計画を求める。
本稿では,少数のアノテートされたランドマークを利用して,下層の変形の回復を誘導する新しい結合OTフレームワークを提案する。
提案するフレームワークは,ランドマークベース登録とトランスポートベース分布マッチングの原則的接続を提供する。
論文 参考訳（メタデータ） (2026-08-20T08:28:13Z) - Distribution Steering via Sliced Optimal Transport Control [2.1485350418225244]
配当ステアリングは、所定の初期分布と終端分布の間のシステムの状態法を駆動するフィードバック法を求める。
我々は、スライスされた最適輸送に基づく有限水平制御フレームワークを開発する。
サンプリング期間が終了すると,ランダム化コントローラが平均スライスフローに収束することを示す。
論文 参考訳（メタデータ） (2026-08-13T05:00:59Z) - Multimodal Alignment Through Joint Kernel Entropic Gromov--Wasserstein Optimal Transport [4.633342231489067]
構造保存型アライメントフレームワーク,ジョイントカーネルエントロピーGromov--Wasserstein Optimal Transport(JK-EGW)を提案する。
JK-EGW は2次最適輸送目標を最小化することにより、複数のモダリティを共通の潜在空間にマッピングする。
提案手法は,既存のアライメントベースラインと比較して,マルチモーダル検索性能の向上を実現する。
論文 参考訳（メタデータ） (2026-08-04T21:21:09Z) - A Biconvex Formulation for Stable Transport of Mixture Models with a Unique Solution [2.476989126504885]
最適化トランスポート(OT)は、分散間のマッピングのための計算フレームワークを提供する。
本稿では,画像データや摂動,実世界のデータなどの有効性と実用性を実証する。
論文 参考訳（メタデータ） (2026-06-01T17:26:04Z) - SCOT: Multi-Source Cross-City Transfer with Optimal-Transport Soft-Correspondence Objective [29.70837520752111]
都市間移動は、ラベル付きデータを他の都市から活用することで、ラベル付き都市での予測を改善する。
不等領域集合間の明示的なソフト対応を学習する都市間表現学習フレームワークSCOTを提案する。
論文 参考訳（メタデータ） (2026-04-08T02:42:55Z) - Optimal Transport-Based Decentralized Multi-Agent Distribution Matching [0.0]
マルチエージェントシステムにおける分散化フレームワーク
最適輸送(ワッサーシュタイン距離)を用いた問題定式化
システムは分散的に完全に動作する。
論文 参考訳（メタデータ） (2026-01-02T03:35:25Z) - Enhanced Importance Sampling through Latent Space Exploration in Normalizing Flows [69.8873421870522]
重要サンプリングはモンテカルロシミュレーションで使われる稀な事象シミュレーション手法である。
正規化フローの潜在空間における提案分布を更新し,より効率的なサンプリング法を提案する。
論文 参考訳（メタデータ） (2025-01-06T21:18:02Z) - InfoOT: Information Maximizing Optimal Transport [58.72713603244467]
InfoOTは最適な輸送の情報理論の拡張である。
幾何学的距離を最小化しながら、ドメイン間の相互情報を最大化する。
この定式化は、外れ値に対して堅牢な新しい射影法をもたらし、目に見えないサンプルに一般化する。
論文 参考訳（メタデータ） (2022-10-06T18:55:41Z) - Linear Optimal Transport Embedding: Provable Wasserstein classification
for certain rigid transformations and perturbations [79.23797234241471]
分布の区別は多くの科学分野において重要な問題である。
線形最適輸送(LOT)は分布の空間を$L2$-スペースに埋め込む。
複数の分布分類問題に対するLOTの利点を実証する。
論文 参考訳（メタデータ） (2020-08-20T19:09:33Z)
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。