論文の概要: SpecMAGIC: Specification-Guided Multi-Task Generalization in Multi-Agent Reinforcement Learning
- arxiv url: http://arxiv.org/abs/2610.30443v1
- Date: Wed, 21 Oct 2026 20:52:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 02:08:44.136127
- Title: SpecMAGIC: Specification-Guided Multi-Task Generalization in Multi-Agent Reinforcement Learning
- Title（参考訳）: SpecMAGIC:マルチエージェント強化学習における仕様ガイド型マルチタスク一般化
- Abstract要約: 多くの現実世界のアプリケーションは、エージェント間の調整要求が多様である複雑な時間的に拡張されたタスクを一般化するためにマルチエージェントシステムを必要としている。
本稿では,時間論理的タスク仕様とそのような要件を表現する演算子を組み合わせた仕様言語を提案する。
サブタスク分解のためのタスク仕様のオートマトン構造を利用する階層的なフレームワークであるSpecMAGICを提案する。
- 参考スコア（独自算出の注目度）: 4.819678320271634
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Multi-task generalization is an important yet underexplored problem in multi-agent reinforcement learning (MARL). Many real-world applications require multi-agent systems to generalize across complex, temporally extended tasks with diverse inter-agent coordination requirements. We introduce a specification language that combines temporal-logic task specifications with operators for expressing such requirements. We propose SpecMAGIC, a hierarchical framework that leverages the automaton structure of task specifications for subtask decomposition. A centralized high-level planner identifies and allocates compatible subtask sequences across agents, while decentralized low-level policies execute individual subtasks. This enables zero-shot generalization to new tasks by composing reusable subtask policies according to new specifications, without retraining. We establish soundness and probabilistic completeness of the high-level planner. Experiments on multi-agent navigation tasks show that SpecMAGIC substantially outperforms existing approaches on unseen task specifications and maintains strong performance as the number of agents increases.
- Abstract（参考訳）: マルチタスク一般化は、マルチエージェント強化学習(MARL)において重要で未解明の課題である。
多くの現実世界のアプリケーションは、エージェント間の調整要求が多様である複雑な時間的に拡張されたタスクを一般化するためにマルチエージェントシステムを必要としている。
本稿では,時間論理的タスク仕様とそのような要件を表現する演算子を組み合わせた仕様言語を提案する。
サブタスク分解のためのタスク仕様のオートマトン構造を利用する階層的なフレームワークであるSpecMAGICを提案する。
集中型高レベルプランナーは、エージェント間で互換性のあるサブタスクシーケンスを特定し、割り当て、一方、分散化された低レベルポリシーは個々のサブタスクを実行する。
これにより、再訓練することなく、新しい仕様に従って再利用可能なサブタスクポリシーを構成することで、新しいタスクへのゼロショットの一般化が可能になる。
高レベルプランナの健全性と確率的完全性を確立する。
マルチエージェントナビゲーションタスクの実験では、SpecMAGICは未確認タスク仕様に対する既存のアプローチを大幅に上回り、エージェントの数が増えるにつれて高いパフォーマンスを維持している。
関連論文リスト
- MoRSE: Task-Oriented Multi-Agent System with Mixture of Role-Subtask Experts [23.501213747056624]
役割サブタスクエキスパートの混在を考慮したタスク指向マルチエージェントシステム(MoRSE)を提案する。
MoRSEは、タスク構造とパラメータレベルの両方で(ロール、サブタスク)条件の特殊化を行うエージェントを区別する。
多様な役割とサブタスクパラメータ適応要求に対処するために,サブタスクのためのプロトタイプベースのセマンティックルータを提案する。
論文 参考訳（メタデータ） (2026-08-10T08:11:24Z) - Entropy Pacing Policy Optimization for Multi-Task Agentic Reinforcement Learning [82.58758211120319]
異なるタスクが探索と探索のペースのミスマッチを示すことを示す。
このバック・アンド・フォース相互作用は、タスク間のエントロピークロスオーバーと頻繁なエントロピースパイクを生み出す。
本研究では,マルチタスクエージェント型大規模言語モデル(LLM)タスクに対して,Entropy Pacing Policy Optimization (EPPO)を導入する。
論文 参考訳（メタデータ） (2026-07-08T09:13:05Z) - Designing Domain-Specific Agents via Hierarchical Task Abstraction Mechanism [61.01709143437043]
階層型タスク抽象化機構(HTAM)を中心とした新しいエージェント設計フレームワークを提案する。
具体的には、HTAMは、社会的役割のエミュレーションを超えて、代わりに、複数のエージェントシステムを、あるドメインの固有のタスク依存グラフを反映する論理階層に構造化する。
我々は、複雑な地理空間解析に適したマルチエージェントシステムであるEarthAgentとして、このフレームワークをインスタンス化する。
論文 参考訳（メタデータ） (2025-11-21T12:25:47Z) - AgentOrchestra: Orchestrating Hierarchical Multi-Agent Intelligence with the Tool-Environment-Agent(TEA) Protocol [22.406849007798858]
本稿では,環境,エージェント,ツールを統一システムに統合するツール-環境-エージェントプロトコルを提案する。
本稿では,複雑な目的を分解し,特殊エージェントをコーディネートする中央計画エージェントを備えた階層型マルチエージェントフレームワークであるAgensOrchestraを紹介する。
論文 参考訳（メタデータ） (2025-06-14T13:45:37Z) - ThanoRA: Task Heterogeneity-Aware Multi-Task Low-Rank Adaptation [96.86211867758652]
Low-Rank Adaptation (LoRA) は、基礎モデルの下流の微調整に広く採用されている。
タスク不均一性を考慮したマルチタスク低ランク適応フレームワークであるTanoRAを提案する。
論文 参考訳（メタデータ） (2025-05-24T11:01:45Z) - TDAG: A Multi-Agent Framework based on Dynamic Task Decomposition and Agent Generation [41.21899915378596]
動的タスク分解・エージェント生成(TDAG)に基づくマルチエージェントフレームワークを提案する。
このフレームワークは複雑なタスクを小さなサブタスクに動的に分解し、それぞれが特定の生成されたサブエージェントに割り当てる。
ItineraryBenchは、さまざまな複雑さのタスク間でのメモリ、計画、ツール使用量のエージェントの能力を評価するように設計されている。
論文 参考訳（メタデータ） (2024-02-15T18:27:37Z) - Learning Complex Teamwork Tasks Using a Given Sub-task Decomposition [11.998708550268978]
本稿では,タスクをよりシンプルなマルチエージェントサブタスクに分解する手法を提案する。
各サブタスクでは、チーム全体のサブセットが、サブタスク固有のポリシを取得するようにトレーニングされる。
サブチームはマージされ、ターゲットタスクに転送される。そこでは、そのポリシーは、より複雑なターゲットタスクを解決するために、まとめて微調整される。
論文 参考訳（メタデータ） (2023-02-09T21:24:56Z) - Improving Task Generalization via Unified Schema Prompt [87.31158568180514]
Unified Promptはフレキシブルでプロンプトの手法で、タスク入力スキーマに従って各タスクの学習可能なプロンプトを自動的にカスタマイズする。
異なるタスクスキーマの特徴を維持しながら、タスク間の共有知識をモデル化する。
このフレームワークは、8つのタスクタイプから下流に見えない16のタスクに対して、強力なゼロショットと少数ショットのパフォーマンスを達成する。
論文 参考訳（メタデータ） (2022-08-05T15:26:36Z) - Fast Inference and Transfer of Compositional Task Structures for
Few-shot Task Generalization [101.72755769194677]
本稿では,タスクがサブタスクグラフによって特徴づけられる,数発の強化学習問題として定式化する。
我々のマルチタスクサブタスクグラフ推論器(MTSGI)は、トレーニングタスクから、まず、サブタスクグラフの観点から、一般的なハイレベルなタスク構造を推測する。
提案手法は,2次元グリッドワールドおよび複雑なWebナビゲーション領域において,タスクの共通基盤構造を学習し,活用し,未知のタスクへの適応を高速化する。
論文 参考訳（メタデータ） (2022-05-25T10:44:25Z) - LDSA: Learning Dynamic Subtask Assignment in Cooperative Multi-Agent
Reinforcement Learning [122.47938710284784]
協調型MARLにおける動的サブタスク代入(LDSA)を学習するための新しいフレームワークを提案する。
エージェントを異なるサブタスクに合理的に割り当てるために,能力に基づくサブタスク選択戦略を提案する。
LDSAは、より優れたコラボレーションのために、合理的で効果的なサブタスクの割り当てを学習していることを示す。
論文 参考訳（メタデータ） (2022-05-05T10:46:16Z)
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。