論文の概要: A Hyper-Logical View on Multi-Agent Path Planning

• arxiv url: http://arxiv.org/abs/2610.35964v1
• Date: Sun, 25 Oct 2026 13:31:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.374783
• Title: A Hyper-Logical View on Multi-Agent Path Planning
• Title（参考訳）: マルチエージェントパス計画におけるハイパー論理的視点
• Abstract要約: マルチエージェントパス計画(MAPP)は、複数のエージェントに対して衝突のない経路を必要とする。 MAPPには、自動車両のナビゲーションを含む多くの実生活アプリケーションがある。 我々は、複数の経路とその時間的進化を理由とする時間論理であるHyperLTLで、多くのMAPP変種をモデル化可能であることを示す。
• 参考スコア（独自算出の注目度）: 1.5285292154680246
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multi-Agent Path Planning (MAPP) requires collision-free paths for multiple agents. MAPP has numerous real-life applications, including the navigation of automated vehicles, and has therefore many variants considering different constraints, requirements, and objectives. For each such variant, a new algorithmic treatment is often developed. This paper takes a complementary, specification-centered view: we show that many MAPP variants can be modeled in HyperLTL, a temporal logic that reasons about multiple paths and their evolution through time, and in its omega-regular extension HyperQPTL. The contribution is not a claim that current hyperproperty model checkers replace specialized MAPP solvers. Rather, the hyper-logical view gives a unified language for comparing MAPP variants, adding cross-agent constraints, expressing optimality, and connecting MAPP to verification, explanation, and causality techniques for hyperproperties.
• Abstract（参考訳）: Multi-Agent Path Planning (MAPP) は、複数のエージェントに対して衝突のない経路を必要とする。 MAPPには、自動車両のナビゲーションを含む多くの現実的なアプリケーションがあり、異なる制約、要求、目的を考慮して多くのバリエーションがある。 各変種に対して、新しいアルゴリズム処理がしばしば開発される。 本稿では,複数の経路と時間的進化を理由とする時間論理であるHyperLTLと,そのオメガ規則拡張であるHyperQPTLで,多くのMAPP変種をモデル化可能であることを示す。 この貢献は、現在のハイパープロパティモデルチェッカーが特殊なMAPPソルバを置き換えるという主張ではない。 むしろ、超論理的視点は、MAPPの変種を比較し、横断的制約を追加し、最適性を表現し、MAPPを超越性に対する検証、説明、因果性技術に結びつけるための統一言語を提供する。

関連論文リスト

• ATP-Bench: Towards Agentic Tool Planning for MLLM Interleaved Generation [14.85015534787527]
  インターリーブされたテキスト・画像生成は、複雑な情報を伝えるためのより直感的な方法を提供する。 現在のパラダイムは、イメージ生成または検索拡張のいずれかに依存しており、クリエイティビティと事実を統一することができない。 この分野での次のマイルストーンはエージェントツールプランニングであり、モデルがいつ、どこで、どのツールを起動して、視覚的にクリティカルなクエリに対してインターリーブされた応答を生成するかを自律的に決定する中心的なコントローラとして機能する。
  論文  参考訳（メタデータ） (2026-03-31T15:47:59Z)
• Sparse-Dense Mixture of Experts Adapter for Multi-Modal Tracking [16.123153889076104]
  本稿では,PEFTに基づくマルチモーダルトラッキングのためのSparse-Dense Mixture of Experts Adapter (SDMoEA) フレームワークを提案する。 マルチレベル多モード核融合における高次相関のモデル化における既存の追跡手法の限界を克服するため,Gram-based Semantic Alignment Hypergraph Fusion (GSAHF)モジュールを提案する。 提案手法は,複数のマルチモーダルトラッキングベンチマークにおいて,他のPEFT手法と比較して優れた性能を実現する。
  論文  参考訳（メタデータ） (2026-03-14T02:51:10Z)
• AR-MOT: Autoregressive Multi-object Tracking [56.09738000988466]
  本稿では,大規模言語モデル(LLM)フレームワーク内のシーケンス生成タスクとしてMOTを定式化する,新しい自己回帰パラダイムを提案する。 この設計により、タスク固有のヘッドを必要とせずに、フレキシブルなシーケンス構成によって構造化された結果を出力できる。 地域レベルの視覚知覚を高めるために,事前訓練された検出器に基づくオブジェクト・トケナイザを導入する。
  論文  参考訳（メタデータ） (2026-01-05T09:17:28Z)
• IMG: Calibrating Diffusion Models via Implicit Multimodal Guidance [74.89810064807142]
  Implicit Multimodal Guidance(IMG)は、新しい世代ベースのマルチモーダルアライメントフレームワークである。 IMGはミスアライメントを特定し、再アライメント目標をトレーニング可能な目標に定式化する。 IMGはフレキシブルなプラグアンドプレイアダプタとして機能し、ファインチューニングベースのアライメント手法をシームレスに強化する。
  論文  参考訳（メタデータ） (2025-09-30T13:27:03Z)
• UniMMAD: Unified Multi-Modal and Multi-Class Anomaly Detection via MoE-Driven Feature Decompression [74.0893986012049]
  UniMMADは、マルチモーダルおよびマルチクラスの異常検出のための統一されたフレームワークである。 UniMMADは、9つの異常検出データセット上で、3つのフィールド、12のモダリティ、66のクラスにまたがる最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-09-30T08:29:12Z)
• 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)
• Multi-Agent Reinforcement Learning for Microprocessor Design Space Exploration [71.95914457415624]
  マイクロプロセッサアーキテクトは、高性能でエネルギー効率の追求において、ドメイン固有のカスタマイズにますます頼っている。 この問題に対処するために,Multi-Agent RL (MARL) を利用した別の定式化を提案する。 評価の結果,MARLの定式化は単エージェントRLのベースラインよりも一貫して優れていた。
  論文  参考訳（メタデータ） (2022-11-29T17:10:24Z)
• Hybrid Transformer with Multi-level Fusion for Multimodal Knowledge Graph Completion [112.27103169303184]
  マルチモーダル知識グラフ(MKG)は、視覚テキストの事実知識を整理する。 MKGformerは、マルチモーダルリンク予測、マルチモーダルRE、マルチモーダルNERの4つのデータセット上でSOTA性能を得ることができる。
  論文  参考訳（メタデータ） (2022-05-04T23:40:04Z)
• Explanation Generation for Multi-Modal Multi-Agent Path Finding with Optimal Resource Utilization using Answer Set Programming [1.7132914341329848]
  mMAPFの実際の応用には柔軟性と説明性が必要である。 本稿では,ソリューションの実現可能性と最適性に関する質問に対する説明を生成する手法を提案する。
  論文  参考訳（メタデータ） (2020-08-08T18:34:34Z)

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。