論文の概要: Map-Distribution Mixture-of-Experts for Multi-Agent Pathfinding

• arxiv url: http://arxiv.org/abs/2610.25991v1
• Date: Mon, 19 Oct 2026 08:17:34 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:36:29.55919
• Title: Map-Distribution Mixture-of-Experts for Multi-Agent Pathfinding
• Title（参考訳）: マルチエージェントパスフィニングのためのMap-Distribution Mixture-of-Experts
• Abstract要約: 本研究では,メタレベルのMixture-of-Expertsアプローチを学習ベースMAPFに適用する。 我々は、このMoEアプローチを、一般的に使用されているグラフニューラルネットワークベースのポリシーでインスタンス化し、検証する。 この結果から,パラメータ整合型モノリシックモデルがまだMoEより優れていることが判明した。
• 参考スコア（独自算出の注目度）: 11.193867567895353
• License:
• Abstract: Designing capable neural policies for multi-agent pathfinding (MAPF), which map local observations to action distributions, represents an important challenge in multi-agent learning, with practical relevance to scalable collective automation problems such as warehouse logistics. In contrast to prior studies focusing primarily on individual policy design, this study explores a meta-level Mixture-of-Experts (MoE) approach to learning-based MAPF. Specifically, given a collection of compact yet high-performing experts specialised for different map distributions, our architecture learns a router that selectively fuses their outputs according to each agent's local situation. We instantiate and validate this MoE approach with a commonly used graph neural network-based policy as well as a newly developed recursive action-token refinement model. Combined with supervised and reinforcement learning fine-tuning of the experts, our experiments show that MoE generally improves upon the pretrained policy and outperforms existing leading methods. At the same time, our findings reveal that appropriately trained, parameter-matched monolithic models still outperform MoE, highlighting a nuanced role for map-distribution MoE for MAPF.
• Abstract（参考訳）: 局所的な観測を行動分布にマッピングするマルチエージェントパスフィニング(MAPF)のための有能なニューラルネットワークポリシーを設計することは、倉庫のロジスティクスのようなスケーラブルな集合的自動化問題に実践的に関連して、マルチエージェント学習において重要な課題である。 個別の政策設計に焦点をあてた先行研究とは対照的に,本研究ではメタレベルのMixture-of-Experts(MoE)アプローチを学習ベースMAPFに適用する。 具体的には,各エージェントの局所的な状況に応じて,それぞれの出力を選択的に融合するルータを学習する。 我々は、このMoEアプローチを、一般的に使用されているグラフニューラルネットワークベースのポリシーと、新たに開発された再帰的アクショントケン改善モデルを用いて、インスタンス化し、検証する。 教師付きおよび強化学習による専門家の微調整と組み合わせた実験により,MoEはトレーニング済みの政策を全般的に改善し,既存の指導方法より優れることが示された。 同時に, パラメータ整合型モノリシックモデルは, MAPF の地図分布型 MoE において, 微妙な役割を担いながら, 依然としてMoE を上回り, パラメータ整合型モノリシックモデルの方が優れていることが明らかとなった。

関連論文リスト

• MultAttnAttrib: Training-Free Multimodal Attribution in Long Document Question Answering [73.47440561592556]
  トレーニング不要な属性生成手法であるMultAttnAttribを紹介する。 MultAttnAttribは、様々な属性生成方法よりも一貫して優れていることを示す。 提案手法は直接推論遅延の最大7分の1の属性を生成する。
  論文  参考訳（メタデータ） (2026-07-01T19:29:19Z)
• Learning to Communicate Locally for Large-Scale Multi-Agent Pathfinding [48.1609560841622]
  本稿では,効率的な特徴共有を通じてエージェント間の協調を強化するための学習可能な通信モジュールを提案する。 提案手法は既存の学習ベースMAPFソルバよりも優れていることを示す。
  論文  参考訳（メタデータ） (2026-05-08T12:05:08Z)
• OFA-MAS: One-for-All Multi-Agent System Topology Design based on Mixture-of-Experts Graph Generative Models [57.94189874119267]
  マルチエージェントシステム(MAS)は複雑な問題を解決するための強力なパラダイムを提供する。 現在のグラフ学習に基づく設計手法は、しばしば「1対1」のパラダイムに準拠している。 自然言語で記述されたタスクに対して適応的な協調グラフを生成する一対一のフレームワークOFA-TADを提案する。
  論文  参考訳（メタデータ） (2026-01-19T12:23:44Z)
• Sequence Pathfinder for Multi-Agent Pickup and Delivery in the Warehouse [10.576983033957953]
  Multi-Agent Pickup and Delivery (MAPD) は Multi-Agent Path Finding (MAPF) の挑戦的拡張である コミュニケーション学習は、グローバルな情報の欠如を緩和するが、ポイントツーポイント通信による高い計算複雑性をもたらす。 本稿では,暗黙的な情報交換を実現するためのシークエンシャルパスファインダ(SePar)を提案する。
  論文  参考訳（メタデータ） (2025-09-28T09:48:13Z)
• RAILGUN: A Unified Convolutional Policy for Multi-Agent Path Finding Across Different Environments and Tasks [17.17370365888357]
  Multi-Agent Path Finding (MAPF) は、空中スワムから倉庫の自動化まで、様々な用途に欠かせない。 我々はRAILGUNと呼ばれるMAPF問題に対する最初の集中型学習ベースのポリシーを開発した。 CNNベースのアーキテクチャを活用することで、RAILGUNはさまざまなマップをまたいで一般化し、任意の数のエージェントを処理することができる。
  論文  参考訳（メタデータ） (2025-03-04T20:35:20Z)
• SIGMA: Sheaf-Informed Geometric Multi-Agent Pathfinding [11.38008343729117]
  多エージェントパス探索問題は、大規模物流および輸送におけるロボット展開における中核的な課題である。 分散化深層学習にせん断理論を適用した新しい枠組みを導入する。 提案手法は、最先端の学習ベースMAPFプランナよりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2025-02-10T13:17:34Z)
• Multitask Adaptation by Retrospective Exploration with Learned World Models [77.34726150561087]
  本稿では,タスク非依存ストレージから取得したMBRLエージェントのトレーニングサンプルを提供するRAMaというメタ学習型アドレッシングモデルを提案する。 このモデルは、期待されるエージェントのパフォーマンスを最大化するために、ストレージから事前のタスクを解く有望な軌道を選択することで訓練される。
  論文  参考訳（メタデータ） (2021-10-25T20:02:57Z)

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。