論文の概要: Haptic Shared Control for Multi-Robot Systems
- arxiv url: http://arxiv.org/abs/2611.05027v1
- Date: Tue, 03 Nov 2026 15:03:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-07 14:59:34.283836
- Title: Haptic Shared Control for Multi-Robot Systems
- Title（参考訳）: マルチロボットシステムの触覚共有制御
- Abstract要約: マルチエージェントシステムは、柔軟性と冗長性の点で大きな利点がある。
そこで本稿では,エージェントのローカルフレームで測定した測定値を組み込むため,グローバル接続維持アルゴリズムの修正を提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Multi-agent systems offer significant advantages in terms of flexibility and redundancy, enabling the efficient distribution of complex tasks among multiple robots. However, their deployment requires advanced control strategies to ensure optimal cooperation between autonomous agents and human operators. We propose a modification of the global connectivity maintenance algorithm to incorporate measurements taken in agent's local frame, using sensors with limited fields of view. This algorithm, responsible for the autonomous behavior of the multi-robot system, is combined with different adaptive supervision strategies, allowing the user to exert control at varying scales over the entire group. (i) Single Agent Control (S): The operator directly controls a single robot, (ii) Pinning Control (P): The operator imposes constraints on multiple robots to influence the group, (iii) Centroid Control (C): The operator acts on the system's center of mass to steer the entire fleet. In conjunction with the connectivity maintenance algorithm, these methods ensure compliance with inter-agent constraints while providing haptic feedback to the user regarding the system's connectivity state. The effectiveness of these approaches was evaluated through a user study, comparing performance with and without haptic feedback across multiple scenarios tailored to the different control modes.
- Abstract（参考訳）: マルチエージェントシステムは、柔軟性と冗長性の点で大きな利点があり、複数のロボット間で複雑なタスクを効率的に分配することができる。
しかし、その展開には、自律エージェントと人間のオペレーターの最適な協力を確保するための高度な制御戦略が必要である。
本研究では、限られた視野のセンサを用いて、エージェントのローカルフレームで計測された測定を組み込むため、グローバル接続維持アルゴリズムの修正を提案する。
このアルゴリズムは、マルチロボットシステムの自律的な動作に責任を負うもので、異なる適応型監視戦略と組み合わせて、利用者がグループ全体にわたって様々なスケールで制御することができる。
i)シングルエージェント制御(S):オペレータが1つのロボットを直接制御する。
(二 ピンニング制御(P):作業員がグループに影響を与えるために複数のロボットに制約を課す。
3) セントロイド制御(C): 運用者は、全艦隊を操縦するためにシステムの質量の中心に作用する。
接続性維持アルゴリズムと合わせて、これらの手法は、システム接続状態に関するユーザへの触覚フィードバックを提供しながら、エージェント間制約の遵守を保証する。
これらの手法の有効性は、ユーザスタディを通じて評価され、異なる制御モードに合わせた複数のシナリオにまたがる触覚フィードバックと性能を比較した。
関連論文リスト
- Learning to Steer LLM Agents and Multi-Agent Systems [83.21203801970277]
大規模言語モデル(LLM)ベースのエージェントとマルチエージェントシステムは、実行が広がるにつれて、全体的な目標から逸脱しがちである。
本研究では,フライ時の実行を監督し,ドリフトの発生時にシステムを軌道に戻すステアリングエージェントを提案する。
論文 参考訳（メタデータ） (2026-10-15T17:51:17Z) - Understanding Whole-Body Robot Teleoperation Strategies Under Diverse Task Objectives and Constraints [2.9439848714137438]
本研究では,複雑な全身ロボット遠隔操作の制御戦略について検討し,アクティブな知覚,バイマニュアル操作,ナビゲーションを協調する。
我々は,TAAGo移動マニピュレータの全身遠隔操作に自由形式と制約付き制御を組み合わせたハイブリッド制御フレームワークを開発した。
論文 参考訳（メタデータ） (2026-09-11T03:03:14Z) - Multi-Objective Agent-Based Model Predictive Controller for Plug-and-Play Vehicle Control [18.92447175833456]
機能統合は、車両制御の傾向が高まり、しばしば複数のコントローラの調整が伴う。
エージェントベースのモデル予測制御(AMPC)は、コントローラをエージェントとして扱う分散ソリューションとして登場した。
本稿では,多目的AMPCと呼ばれる新しい分散制御方式を提案する。
論文 参考訳（メタデータ） (2026-09-10T18:35:08Z) - CHORUS: Decentralized Multi-Embodiment Collaboration with One VLA Policy [67.76658561040625]
CHORUSは、多様なマルチロボットチームを制御するために、単一のビジョン言語アクション(VLA)バックボーンに適応するフレームワークである。
実験では、CHORUSは分散化されたスクラッチモデルよりも64%のポイント改善を実現している。
その結果,共有VLAバックボーンは分散マルチロボットコラボレーションを実現することができることがわかった。
論文 参考訳（メタデータ） (2026-06-10T17:26:08Z) - Decision-Theoretic Safety Assessment of Persona-Driven Multi-Agent Systems in O-RAN [0.2873445316250935]
自律型ネットワーク管理のためのペルソナ駆動型マルチエージェントフレームワークを提案する。
我々は2つのORAN最適化課題に対して486のペルソナ構成を評価した。
その結果、ペルソナエージェントのアライメントは、個々のパフォーマンスと創発的マルチエージェントのコーディネーションに大きな影響を及ぼすことが示された。
論文 参考訳（メタデータ） (2026-04-03T15:20:16Z) - ACLM: ADMM-Based Distributed Model Predictive Control for Collaborative Loco-Manipulation [9.708461585583791]
重荷のロコ操作による共同輸送は、脚のあるロボットにとって難しいが必須の能力である。
本研究は,ロコマニピュレーションのための分散モデル予測制御フレームワークであるマルチプライアの交互方向法を提案する。
論文 参考訳（メタデータ） (2026-03-07T08:06:51Z) - Cluster-Based Multi-Agent Task Scheduling for Space-Air-Ground Integrated Networks [60.085771314013044]
低高度経済は、コミュニケーションやセンシングなどの分野で発展する大きな可能性を秘めている。
本稿では,SAGINにおけるマルチUAV協調タスクスケジューリング問題に対処するため,クラスタリングに基づく多エージェントDeep Deterministic Policy Gradient (CMADDPG)アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-12-14T06:17:33Z) - Communication-Control Codesign for Large-Scale Wireless Networked Control Systems [80.30532872347668]
無線ネットワーク制御システム(Wireless Networked Control Systems, WNCS)は、ドローン群や自律ロボットなどのアプリケーションにおいて柔軟な制御を可能にする産業用4.0に必須である。
本稿では,マルチ状態マルコフブロックフェーディングチャネル上で限られた無線リソースを共有するセンサやアクチュエータを用いて,複数の制御ループ間の相関ダイナミクスを捕捉する実用的WNCSモデルを提案する。
本研究では,ハイブリッドな動作空間を効率的に処理し,通信制御の相関関係を捉え,疎域変数や浮動小数点制御の入力に拘わらず堅牢なトレーニングを確実にするDeep Reinforcement Learning (DRL)アルゴリズムを開発した。
論文 参考訳（メタデータ） (2024-10-15T06:28:21Z) - A Hierarchical Variable Autonomy Mixed-Initiative Framework for
Human-Robot Teaming in Mobile Robotics [1.4777718769290527]
本稿では,遠隔操作者とAIエージェント間の制御権限伝達の問題に対処するためのMIフレームワークを提案する。
我々の階層的エキスパート誘導混合開始制御スイッチ(HierEMICS)は、人間のオペレータの状態と意図に関する情報を活用する。
結果は、HierEMICSは人間とAIエージェントの制御のための紛争を減らすことを示唆している。
論文 参考訳（メタデータ） (2022-11-25T13:25:16Z) - Data-driven Koopman Operators for Model-based Shared Control of
Human-Machine Systems [66.65503164312705]
本稿では,データ駆動型共有制御アルゴリズムを提案する。
ユーザのインタラクションに関するダイナミクスと情報は、Koopman演算子を使用して観察から学習される。
モデルに基づく共有制御は、自然な学習やユーザのみの制御パラダイムと比較して、タスクとコントロールのメトリクスを著しく改善する。
論文 参考訳（メタデータ） (2020-06-12T14:14:07Z) - Counterfactual Multi-Agent Policy Gradients [47.45255170608965]
本稿では,COMAポリシーグラデーションと呼ばれる新しいマルチエージェントアクター批判手法を提案する。
COMAは中央集権的な批評家を用いてQ-関数を推定し、エージェントのポリシーを最適化する。
我々は,StarCraftユニットのマイクロマネジメントにおけるテストベッドにおけるCOMAの評価を行った。
論文 参考訳（メタデータ） (2017-05-24T18:52:17Z)
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。