論文の概要: Multi-Agent Deferred-Decision Trajectory Optimization with Anytime-Valid Target Retention for Moving Candidates

• arxiv url: http://arxiv.org/abs/2610.17003v1
• Date: Mon, 12 Oct 2026 15:50:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-18 03:47:30.224813
• Title: Multi-Agent Deferred-Decision Trajectory Optimization with Anytime-Valid Target Retention for Moving Candidates
• Title（参考訳）: 移動候補に対する任意の目標保持を考慮したマルチエージェント決定軌道最適化
• Abstract要約: 複数の移動候補のうちの1つが未知のターゲットであり、ターゲットのアイデンティティと候補の端末位置が不確かである場合、マルチエージェント端末インターセプションについて検討する。 共形終端位置予測,逐次的候補拒否,キャパシティ制約付き代入,および候補継続計画を組み合わせた遅延水平遅延軌道最適化制御器を開発した。
• 参考スコア（独自算出の注目度）: 2.1774928300623615
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study multi-agent terminal interception when one of several moving candidates is the unknown target and both target identity and candidate terminal locations are uncertain. We develop a receding-horizon deferred-decision trajectory optimization (DDTO) controller that combines conformal terminal-location prediction, sequential candidate rejection, capacity-constrained assignment, and candidate-contingent planning. Under exchangeability conditions for terminal and identity residuals, with predictable querying, we establish fixed-time terminal-location coverage and anytime-valid target retention. At the final replan, when one control step remains, we bound the joint probability that a tightened-set DDTO plan passes nonlinear rollout verification but capture fails. The closed-loop controller applies fallback guidance to any agent without a verified DDTO plan and, across 100 paired scenarios, captures 79% of targets under the strict control-effort budget and 85% when that budget is relaxed.
• Abstract（参考訳）: 複数の移動候補のうちの1つが未知のターゲットであり、ターゲットのアイデンティティと候補の端末位置が不確かである場合、マルチエージェント端末インターセプションについて検討する。 我々は、共形終端位置予測、逐次的候補拒否、キャパシティ制約付き代入、および候補継続計画を組み合わせた遅延水平遅延軌道最適化(DDTO)コントローラを開発する。 終端残差と同一性残差の交換性条件の下では、予測可能なクエリにより、固定時間終端位置カバレッジと、任意の有意な目標保持を確立する。 最終計画では、1つの制御ステップが残ると、強化セットDDTOプランが非線形ロールアウト検証に合格するが、捕捉は失敗する。 クローズドループコントローラは、検証済みのDDTOプランのないエージェントにフォールバックガイダンスを適用し、100対のシナリオで、厳格なコントロール・エフォート予算の下でターゲットを79%、予算が緩和された時に85%をキャプチャする。

関連論文リスト

• Recommendation World Models for Future-State Control [53.191633845200876]
  我々は、訓練されたランク付け者が将来の結果についての意思決定を支援する方法について研究する。 UA-TWM(UA-TWM)は,近傍のスレート動作を構成するユーティリティアンコールなワールドモデルインタフェースである。 本研究は,MovieLens-25MとKuaiRand-Pureにおける12の逐次バックボーン間の移動と,KuaiSimにおけるターゲット指向インタラクションの繰り返しを評価する。
  論文  参考訳（メタデータ） (2026-09-25T02:37:48Z)
• MeshHeal: Two-Timescale Self-Healing for Gray Failures in Decentralized LLM Agent Networks [60.95806999869478]
  MeshHealは、完全に分散化された自己修復フレームワークである。 能力にマッチしたピアレビューを2つのタイムスケールに分けている。 1タスクあたり51kのトータルモデルトークンを使用して0.839の劣化位相精度を達成し、最強のベースラインでは1タスクあたり115kの0.807の精度を達成した。
  論文  参考訳（メタデータ） (2026-09-24T04:29:37Z)
• SlackDrive: Reclaiming Runtime Slack for Adaptive Driving Inference [63.65135278399311]
  我々は、ワールドアクションモデルを駆動するプリ推論計算アロケータである textbfSlackDrive を提案する。 SlackDriveは、モデル実行前の各コントロールステップの計算予算を選択するために、実行中のレイテンシを再利用する。 DriveDreamer-Policyを使用したNAVSIM v2では、SlackDriveはレイテンシ制約付きSを、強いレイテンシ体制の下で最強のベースラインに対して21.7%改善する。
  論文  参考訳（メタデータ） (2026-09-23T13:13:19Z)
• LePlanner: An Iterative Amortized Controller For World Models [0.0]
  本研究では,凍結したワールドモデル予測器を用いて遅延動作シーケンスの構築と洗練を学習する,償却反復制御器LePlannerを提案する。 LePlannerは、最初期の地平線で目標に達するようコントローラに促し、そこに留まるよう、到着と保持の目的で訓練されている。 成功率はPushTが98%、Reacherが100%、TwoRoomsが100%、OGBench Cubeが92%である。
  論文  参考訳（メタデータ） (2026-09-12T10:01:21Z)
• A Self-Triggered Agentic Push Recommendation System [77.13502692161426]
  プッシュ通知は、大規模プラットフォームにおける重要なレコメンデーションシナリオである。 本稿では,プロアクティブ・セルフトリガー・エンド・ツー・エンドのエージェント・プッシュ・レコメンデーションシステムを提案する。 STEPSはすでにDouyinに10億人以上のユーザーを抱えている。
  論文  参考訳（メタデータ） (2026-08-03T09:20:53Z)
• When Replanning Becomes the Bottleneck: Budgeted Replanning for Embodied Agents [1.7674345486888505]
  本稿では、予算制御ループとして再計画を定式化するコントローラBRACEについて述べる。 コスト対応のプログレッシブトークンプルーニング手法であるE-RECAPを導入する。 Meta Habitat、RoboFactory、AirSimの他、E-RECAPを使用したBRACEは、リプランニングコールトークン数を62-92%削減する。
  論文  参考訳（メタデータ） (2026-08-02T18:17:35Z)
• Active Sensing and Deferred-Decision Trajectory Optimization for Robust Target Identification [2.1774928300623615]
  移動センシングシステムにおける軌道最適化は、有限候補集合のどの部材が真の対象であるかを特定する必要がある。 本研究では,軌道依存型情報獲得用語を計画目的に加えることで,DDTOを拡張したアクティブセンシングDDTO(AS-DDTO)を提案する。
  論文  参考訳（メタデータ） (2026-06-21T00:09:45Z)
• Dynamic Objective Selection with Safeguards and LLM Oversight for Financial Decision-Making [33.643275739813056]
  DOSS(Dynamic Objective Selection with Safeguards)は,各時点における決定関連目的関数を直接選択する学習ベースのセレクタである。 DOSSは客観的選択を目的の分類問題として定式化し、ローリングウィンドウで逐次更新を行う。 ミスの選択とデプロイの過度な切り替えを軽減するため、DOSSはフェールセーフで信頼度を意識したゲーティングを適用し、低信頼の提案を保守的なデフォルトにオーバーライドし、スイッチング周波数に関連する明示的なコントロールを実行する。
  論文  参考訳（メタデータ） (2026-06-02T14:22:07Z)
• Accelerating Multi-modal LLM Gaming Performance via Input Prediction and Mishit Correction [4.323124094061299]
  リアルタイムのシーケンシャル制御エージェントは、しばしば推論遅延によってボトルネックとなる。 本稿では,TD-MPC2を用いたモデルベース制御に投機的実行の予測理論を適応させるフレームワークを提案する。 提案手法は,500から282までの計画推測数を削減し,エンドツーエンドのステップ遅延を25%改善し,リターン率をわずか7.1%に抑えた強い制御性能を維持した。
  論文  参考訳（メタデータ） (2025-12-19T05:34:52Z)
• ZIP-RC: Optimizing Test-Time Compute via Zero-Overhead Joint Reward-Cost Prediction [57.799425838564]
  ZIP-RCは、モデルに報酬とコストのゼロオーバーヘッド推論時間予測を持たせる適応推論手法である。 ZIP-RCは、同じまたはより低い平均コストで過半数投票よりも最大12%精度が向上する。
  論文  参考訳（メタデータ） (2025-12-01T09:44:31Z)

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。