日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

群制御arXiv:2605.27532

SCALE-COMM: マルチエージェント強化学習通信のための共有・対照整列潜在埋め込み

SCALE-COMM: Shared, Contrastively-Aligned Latent Embeddings for MARL Communication

シェア:XThreadsFacebookLINEはてブBluesky

部分観測の自律移動ロボット群の協調のため、通信学習を政策最適化から分離し、タスク関連情報を捉えた低次元の安定した通信表現を自己教師ありで学習するフレームワークを提案した。

詳しい要約

1. どんなもの?

- 部分観測のAutonomous Mobile Robots (AMRs) が協調するためのMARL通信手法。 - SCALE-COMMは自己教師ありで、コンパクト・安定・政策に関連する通信表現を学習。 - 通信学習と政策最適化を分離し、低次元潜在メッセージで計画・交通情報を捉える。 - エージェント間・時間的一貫性を強制。 - 標準MARLベンチマークと倉庫協調タスクで評価。

2. 先行研究と比べてどこがすごい?

- 既存手法は不安定な通信プロトコル、根拠のないメッセージ意味論、通信学習と政策最適化の干渉に悩む。 - SCALE-COMMは通信学習を政策最適化から分離し、自己教師ありで安定・コンパクト・政策関連表現を学習。 - 表現品質とタスク性能で既存通信フレームワークを一貫して上回る。 - 政策微調整下で安定性、サンプル効率、スループットを改善。

3. 技術・手法の肝は?

- 自己教師ありフレームワークSCALE-COMMを提案。 - 通信学習を政策最適化から分離。 - 低次元潜在メッセージを学習し、タスク関連の計画・交通情報を捕捉。 - エージェント間および時間的一貫性を強制。 - 具体的な損失関数やアーキテクチャは要旨からは不明。

4. どうやって有効だと検証した?

- 標準MARLベンチマークと現実的な倉庫協調タスクで評価。 - 既存通信フレームワークと比較し、表現品質とタスク性能で一貫して優位。 - 政策微調整下で安定性、サンプル効率、スループットの改善を確認。 - 詳細な実験設定や指標は要旨からは不明。

5. 議論はある?

- 既存手法の問題点として不安定な通信プロトコル、根拠のないメッセージ意味論、通信学習と政策最適化の干渉を指摘。 - SCALE-COMMはこれらを分離と一貫性強制で解決。 - 表現駆動型通信の有効性を示す。 - 限界や今後の課題は要旨からは不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。 - 同分野の定番として、MARL通信の代表的手法であるCommNet、TarMAC、IC3Net、SGA、および創発通信の研究が挙げられる。

※ 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: Mahmoud Abouelyazid, Eman Hammad

分類: cs.RO

原文アブストラクト

Emergent communication enables partially observant Autonomous Mobile Robots (AMRs) to coordinate effectively in decentralized multi-agent reinforcement learning (MARL) settings. However, existing approaches often struggle with unstable communication protocols, ungrounded message semantics, and interference between communication learning and policy optimization, leading to degraded coordination over time. We propose SCALE-COMM (Shared, Contrastively-Aligned Latent Embeddings for COMMunication), a self-supervised framework for learning compact, stable, and policy-relevant communication representations. SCALE-COMM decouples communication learning from policy optimization by training low-dimensional latent messages that capture task-relevant planning and traffic information, while enforcing consistency across agents and time. Across standard MARL benchmarks and a realistic warehouse coordination task, SCALE-COMM consistently outperforms existing communication frameworks in both representation quality and task performance. The learned communication space yields improved stability, sample efficiency, and throughput under policy fine-tuning, demonstrating the effectiveness of representation-driven communication for scalable multi-agent coordination.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI