論文の概要: CALM: Decentralized Control of Cooperative Aerial Manipulation with Multi-Agent Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2610.18425v1
• Date: Tue, 13 Oct 2026 14:03:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 21:22:31.274741
• Title: CALM: Decentralized Control of Cooperative Aerial Manipulation with Multi-Agent Reinforcement Learning
• Title（参考訳）: CALM:多エージェント強化学習による協調航空マニピュレーションの分散制御
• Abstract要約: 風力、ペイロードの動き、ノイズの多い目標放送の下では、協調的な航空操作は困難である。 移動地ロボットを追尾しながらバスケットを運ぶ航空マニピュレータの分散制御系であるCALMについて述べる。
• 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: Cooperative aerial manipulation is difficult under wind, payload motion, and noisy goal broadcasts because multiple Unmanned Aerial Vehicles (UAVs) are coupled through a shared payload. We present CALM (Cooperative Aerial Learned Manipulation), a decentralized controller for aerial manipulators carrying a basket while tracking a moving ground robot. CALM combines a parameter-shared Multi-Agent Reinforcement Learning (MARL) policy, trained using Multi-Agent Proximal Policy Optimization (MAPPO), with goal estimation, per-UAV Extended State Observers (ESOs), basket-mass estimation, and anticipatory formation-yaw feedforward. The anticipatory formation-yaw feedforward uses estimated goal motion to rotate the formation before position error develops, reducing basket-yaw lag without adding net commanded force. A disturbance-conditioned critic supports centralized training while execution remains decentralized. Across held-out trajectories, CALM achieves lower mean position and orientation errors than all evaluated baselines, including the matched arm baseline (7.68 versus 10.95 cm and 3.3 versus 4.7$^\circ$), the cable-suspended realization, and two model-based controllers. Under unseen full-information-path degradation, CALM remains statistically comparable or superior to the arm baseline. Videos are available at https://petreric.github.io/CALM/.
• Abstract（参考訳）: 複数の無人航空機(UAV)が共有ペイロードを介して結合されているため、風やペイロードの動き、ノイズの多い目標放送の下での協調的な航空操作は困難である。 移動地ロボットを追尾しながらバスケットを運ぶ航空マニピュレータの分散制御系であるCALM(Cooperative Aerial Learned Manipulation)を提案する。 CALMは、パラメータ共有型マルチエージェント強化学習(MARL)ポリシーを、MAPPO(Multi-Agent Proximal Policy Optimization)を用いて訓練し、目標推定、UAV毎拡張状態オブザーバ(ESO)、バスケット質量推定、予測生成のフィードフォワードと組み合わせている。 予測生成ヨーフィードフォワードは、推定目標運動を用いて位置誤差が発生する前に生成を回転させ、ネット指令力を加えることなくバスケットヨーラグを低減する。 障害条件付き批評家は、実行が分散化されている間、集中的なトレーニングをサポートする。 ホールドアウト軌道全体で、CALMは、一致したアームベースライン(7.68対10.95 cm、および3.3対4.7$^\circ$)、ケーブルサスペンションされた実現、および2つのモデルベースのコントローラなど、評価されたベースラインよりも低い平均位置と方向誤差を達成している。 フルインフォメーションパスの劣化では、CALMは統計学的に腕のベースラインと同等か優れている。 ビデオはhttps://petreric.github.io/CALM/で公開されている。

関連論文リスト

• Quantile Head for Vision-Language-Action Models [51.02329790939691]
  我々は、中央値と正のギャップを予測し、1つの前方通過で順序付けられた境界作用量子化を形成するQuantile Headを開発する。 この量的目的は、中央値と正のギャップを予測し、1つの前方通過で順序付けられた辺りのアクション量子化を形成するQuantile Headの設計を導く。 実験の結果, この共同管理型中央値政策は, 比較手法の平均成功率が最も高いことがわかった。
  論文  参考訳（メタデータ） (2026-09-28T00:40:10Z)
• Self-Confirming Superposition Traps in Reinforcement Learning [62.71685993550818]
  強化学習はエージェントのポリシーによって選択されたデータに基づいて表現し、その結果のリターンを使って次の選択を導く。 これらのデータに対して表現フィッティングがグローバルに最適である場合でも,このループは低リターンポリシーを維持可能であることを示す。
  論文  参考訳（メタデータ） (2026-09-26T21:56:26Z)
• MA-HEAD-Net: Adaptive Rule-Guided Multi-Agent DRL for AoI Minimization in UAV-Assisted Emergency Networks [71.01350912967922]
  事故後のシナリオでは、無人航空機(UAV)が緊急通信ネットワークを確立する上で重要である。 本稿では,UAV支援緊急通信における情報量(AoI)の最小化について検討する。 適応型ルール誘導多エージェント深層強化学習フレームワークMA-HEAD-Netを開発した。
  論文  参考訳（メタデータ） (2026-08-02T10:05:50Z)
• Meta-Adaptive Beam Search Planning for Transformer-Based Reinforcement Learning Control of UAVs with Overhead Manipulators under Flight Disturbances [8.618483849755604]
  オーバーヘッドマニピュレータを備えたドローンは、検査、メンテナンス、コンタクトベースのインタラクションにユニークな機能を提供する。 ドローンとそのマニピュレータの動作は強く結びついており、風や制御の欠陥による小さな姿勢の変化でさえ、エンドエフェクターを意図した経路から遠ざける。 変換器をベースとしたDouble Deep Q Learning (DDQN) を用いた強化学習フレームワークを開発した。 これにより、コントローラは実際のモデル上でこれらのアクションを直接実行するのではなく、シミュレーションされたロールアウトを通じてエンドエフェクタの動きを予測できる。
  論文  参考訳（メタデータ） (2026-03-27T17:08:40Z)
• Tracking the Unstable: Appearance-Guided Motion Modeling for Robust Multi-Object Tracking in UAV-Captured Videos [58.156141601478794]
  マルチオブジェクトトラッキング(UAVT)は、ビデオのフレーム間で一貫したアイデンティティを維持しながら、複数のオブジェクトを追跡することを目的としている。 既存の手法は、通常、動作キューと外観を別々にモデル化し、それらの相互作用を見渡して、最適下追跡性能をもたらす。 本稿では、AMC行列とMTCモジュールの2つの主要コンポーネントを通して、外観と動きの手がかりを利用するAMOTを提案する。
  論文  参考訳（メタデータ） (2025-08-03T12:06:47Z)
• Decentralized Aerial Manipulation of a Cable-Suspended Load using Multi-Agent Reinforcement Learning [15.464436616128006]
  本稿では, マイクロ空力車(MAV)チームを用いて, ケーブルサスペンション負荷の実世界の6-DoF操作を可能にする最初の分散化手法を提案する。 提案手法はマルチエージェント強化学習(MARL)を利用して,MAV毎に外部ループ制御ポリシーを訓練する。 本研究では,負荷モデルの不確実性を考慮した実世界の実環境実験において,本手法の有効性を検証した。
  論文  参考訳（メタデータ） (2025-08-02T23:52:33Z)
• LLM Meets the Sky: Heuristic Multi-Agent Reinforcement Learning for Secure Heterogeneous UAV Networks [57.27815890269697]
  この研究は、エネルギー制約下での不均一なUAVネットワーク(HetUAVN)における機密率の最大化に焦点を当てている。 本稿では,Large Language Model (LLM) を用いたマルチエージェント学習手法を提案する。 その結果,本手法は機密性やエネルギー効率において,既存のベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2025-07-23T04:22:57Z)
• Actuator Trajectory Planning for UAVs with Overhead Manipulator using Reinforcement Learning [0.3222802562733786]
  制御可能なアームを備えたUAVを2自由度で開発し、飛行中に作動作業を行う。 我々のソリューションは、腕の先端の軌跡を制御するためのQ-learning法(End-effector)を用いています。 提案手法は,15,000エピソードのQ-ラーニングを用いて,平均変位誤差の92%の精度を実現する。
  論文  参考訳（メタデータ） (2023-08-24T15:06:23Z)
• Optimization for Master-UAV-powered Auxiliary-Aerial-IRS-assisted IoT Networks: An Option-based Multi-agent Hierarchical Deep Reinforcement Learning Approach [56.84948632954274]
  本稿では,無人航空機(MUAV)搭載のIoT(Internet of Things)ネットワークについて検討する。 本稿では、インテリジェント反射面(IRS)を備えた充電可能な補助UAV(AUAV)を用いて、MUAVからの通信信号を強化することを提案する。 提案モデルでは,IoTネットワークの蓄積スループットを最大化するために,これらのエネルギー制限されたUAVの最適協調戦略について検討する。
  論文  参考訳（メタデータ） (2021-12-20T15:45:28Z)

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。