ORION: オプション正則化深層強化学習による協調マルチエージェントオンラインナビゲーション
ORION: Option-Regularized Deep Reinforcement Learning for Cooperative Multi-Agent Online Navigation
不完全な事前地図を持つ環境で、複数エージェントがオンライン観測を共有しながら分散的に協調し、経路最適性と地図不確実性の低減を両立する深層強化学習フレームワークORIONを提案。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Shizhe Zhang, Jingsong Liang, Zhitao Zhou, Shuhan Ye, Yizhuo Wang, Ming Siang Derek Tan, Jimmy Chiun, Yuhong Cao, Guillaume Sartoretti
分類: cs.RO
原文アブストラクト
Existing methods for multi-agent navigation typically assume fully known environments, offering limited support for partially known scenarios with outdated or imperfect prior maps, such as warehouses or factory floors. There, agents need to balance path optimality with collecting and sharing environmental information to help teammates reach their own targets. To these ends, we propose ORION, a novel deep reinforcement learning framework for cooperative multi-agent online navigation in partially known environments. Starting from an imperfect prior map, ORION trains agents to make decentralized decisions, coordinate toward individual targets, and actively reduce task-relevant map uncertainty through online observation sharing in a closed perception-action loop. We first design a shared graph encoder that fuses prior map with online perception into a unified representation, providing robust state embeddings under environmental discrepancies. At the core of ORION is an option-critic framework that learns high-level cooperative modes translated into sequences of low-level actions, enabling adaptive switching between individual navigation and team-level exploration. We further introduce a dual-stage cooperation strategy that allows agents to assist teammates under map uncertainty, thereby reducing the overall makespan. Across extensive maze-like maps and large-scale warehouse environments, ORION achieves high-quality real-time decentralized cooperation while scaling to up to 10 robots, outperforming state-of-the-art classical and learning-based baselines. Finally, we validate ORION on physical robot teams, demonstrating its robustness and practicality for real-world cooperative navigation.
関連論文
- 反復リスク配分によるリスク制約付きマルチエージェント視覚ナビゲーションマルチエージェントナビゲーション
- GameChat: 制約環境における安全・俊敏・社会的に最適なマルチエージェントナビゲーションのためのマルチLLM対話マルチエージェントナビゲーション
- 目標条件付き安全強化学習による安全なマルチエージェントナビゲーションマルチエージェントナビゲーション
- CAMON: LLM対話による協調型マルチエージェント物体探索ナビゲーションマルチエージェントナビゲーション
- 知識蒸留を用いた人間らしいマルチエージェントナビゲーションマルチエージェントナビゲーション
- 深層強化学習と従来の経路探索を組み合わせたマルチエージェントナビゲーションマルチエージェントナビゲーション
