マルチエージェント強化学習による動的な屋内環境の監視のための協調的情報センシング
arXiv cs.RO / 2026/4/28
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、動的な屋内環境における人の活動監視を扱い、従来のマルチロボットの目的関数（カバレッジ／訪問など）が、人中心の監視タスクに必要な精度要件と十分に整合していないと主張している。
- 部分観測下での分散型制御問題として協調的な能動観測を定式化し、複数ロボットが観測の正確性を直接最適化するために移動を調整する。
- 分散した観測から協調ポリシーを学習する学習ベースの枠組みとしてマルチエージェント強化学習（MARL）を提案し、人の人数が変動する状況や時間的依存関係に対応できるアーキテクチャを組み込んでいる。
- 複数の屋内環境と監視タスクにわたるシミュレーションの結果では、従来のカバレッジ、持続監視、学習を使わないベースラインよりも一貫して優れ、観測対象の人の人数が変わっても頑健であることが示されている。
