論文の概要: AAAI Workshop on AI Planning for Cyber-Physical Systems -- CAIPI24
- arxiv url: http://arxiv.org/abs/2410.07245v1
- Date: Tue, 8 Oct 2024 05:52:00 GMT
- ステータス: 処理完了
- システム内更新日: 2024-10-31 21:26:45.649432
- Title: AAAI Workshop on AI Planning for Cyber-Physical Systems -- CAIPI24
- Title（参考訳）: AAAI Workshop on AI Planning for Cyber-Physical Systems -- CAIPI24
- Authors: Oliver Niggemann, Gautam Biswas, Alexander Diedrich, Jonas Ehrhardt, René Heesch, Niklas Widulle,
- Abstract要約: ワークショップでは、ニューロシンボリックアーキテクチャ、大規模言語モデル(LLM)、深い強化学習、象徴的計画の進歩など、新しいアプローチを強調した。
これらのテクニックは、CPSの複雑さを管理し、現実世界のアプリケーションに潜在的な可能性を秘めている。
- 参考スコア（独自算出の注目度）: 41.763307317515725
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The workshop 'AI-based Planning for Cyber-Physical Systems', which took place on February 26, 2024, as part of the 38th Annual AAAI Conference on Artificial Intelligence in Vancouver, Canada, brought together researchers to discuss recent advances in AI planning methods for Cyber-Physical Systems (CPS). CPS pose a major challenge due to their complexity and data-intensive nature, which often exceeds the capabilities of traditional planning algorithms. The workshop highlighted new approaches such as neuro-symbolic architectures, large language models (LLMs), deep reinforcement learning and advances in symbolic planning. These techniques are promising when it comes to managing the complexity of CPS and have potential for real-world applications.
- Abstract（参考訳）: 2024年2月26日、カナダのバンクーバーで開催された第38回AAI年次人工知能会議(AAAI Conference on Artificial Intelligence)の一環として行われた「サイバー物理システムのためのAIベースプランニング」ワークショップは、研究者を集めて、サイバー物理システム(CPS)のAI計画手法の最近の進歩について議論した。
CPSは、その複雑さとデータ集約性により、しばしば従来の計画アルゴリズムの能力を超える大きな課題を生んでいる。
ワークショップでは、ニューロシンボリックアーキテクチャ、大規模言語モデル(LLM)、深い強化学習、象徴的計画の進歩など、新しいアプローチを強調した。
これらのテクニックは、CPSの複雑さを管理し、現実世界のアプリケーションに潜在的な可能性を秘めている。
関連論文リスト
- Cyber Knowledge Completion Using Large Language Models [1.4883782513177093]
IoT(Internet of Things)をCPS(Cyber-Physical Systems)に統合することで,サイバー攻撃面が拡大した。
CPSのリスクを評価することは、不完全で時代遅れのサイバーセキュリティ知識のため、ますます困難になっている。
近年のLarge Language Models (LLMs) の進歩は、サイバー攻撃による知識の完成を促進するユニークな機会となる。
論文 参考訳（メタデータ） (2024-09-24T15:20:39Z) - RH20T-P: A Primitive-Level Robotic Dataset Towards Composable Generalization Agents [107.97394661147102]
ロボット学習の最終的な目標は、包括的で一般化可能なロボットシステムを取得することである。
言語モデルを高レベルプランナとして活用する最近の進歩は,タスクをプリミティブレベルプランに分解することで,タスクの複雑さを低減できることを実証している。
将来性はあるものの、コミュニティはまだ構成可能な一般化エージェントに十分な準備が整っていない。
論文 参考訳（メタデータ） (2024-03-28T17:42:54Z) - ICML 2023 Topological Deep Learning Challenge : Design and Results [83.5003281210199]
コンペティションは参加者に、文献からトポロジカルニューラルネットワークのオープンソース実装を提供するよう求めた。
この挑戦は2ヶ月の期間に28の予選の応募を惹きつけた。
本稿では,課題の設計について述べるとともに,その主な知見を要約する。
論文 参考訳（メタデータ） (2023-09-26T18:49:30Z) - A Revolution of Personalized Healthcare: Enabling Human Digital Twin
with Mobile AIGC [54.74071593520785]
モバイルAIGCは、ヒューマンデジタルツイン(HDT)と呼ばれる新興アプリケーションのキーとなる技術である
モバイルAIGCによって強化されたHDTは、まれな疾患データを生成し、高忠実なデジタルツインをモデル化し、多目的テストベッドを構築し、24/7のカスタマイズ医療サービスを提供することで、パーソナライズされたヘルスケアに革命をもたらすことが期待されている。
論文 参考訳（メタデータ） (2023-07-22T15:59:03Z) - Perspectives on AI Architectures and Co-design for Earth System
Predictability [3.844947514183043]
このAI4ESPワークショップシリーズでは、合計17のテクニカルセッションが開催された。
本稿では,AIアーキテクチャと共同設計セッションと関連する成果について論じる。
論文 参考訳（メタデータ） (2023-04-07T17:36:24Z) - Coordinated Science Laboratory 70th Anniversary Symposium: The Future of
Computing [80.72844751804166]
2021年、コーディネート・サイエンス研究所(CSL)は70周年を記念して、Future of Computing Symposiumを開催した。
シンポジウムで提案された主要な技術的ポイント、洞察、方向性を要約する。
参加者は、新しいコンピューティングパラダイム、技術、アルゴリズム、行動、そして将来予想される研究課題に関するトピックについて議論した。
論文 参考訳（メタデータ） (2022-10-04T17:32:27Z) - Proceedings of the Robust Artificial Intelligence System Assurance
(RAISA) Workshop 2022 [0.0]
RAISAワークショップは、堅牢な人工知能(AI)と機械学習(ML)システムの研究、開発、応用に焦点を当てる。
特定のMLアルゴリズムに関してロバストネスを研究するのではなく、システムアーキテクチャのレベルでロバストネスの保証を検討することを目的としています。
論文 参考訳（メタデータ） (2022-02-10T01:15:50Z) - Learning Neuro-Symbolic Relational Transition Models for Bilevel
Planning [61.37385221479233]
本研究では,モデルに基づく強化学習と記号幾何学的ロボット計画の統合のギャップを埋めるための一歩を踏み出した。
NSRTはシンボリックコンポーネントとニューラルコンポーネントの両方を持ち、外ループにおけるシンボリックAI計画がインナーループ内のニューラルモデルによる継続的な計画をガイドするバイレベルプランニングスキームを可能にする。
NSRTは、ほんの数十～数百回のトレーニングの後に学習でき、目標を達成するのに最大60のアクションを必要とする新しいタスクの高速計画に使用される。
論文 参考訳（メタデータ） (2021-05-28T19:37:18Z) - Software Architecture for Next-Generation AI Planning Systems [0.0]
我々は、次世代AI計画システムを設計、開発、使用する能力の中核となるサービス指向の計画アーキテクチャを提案する。
ソフトウェア設計の原則とパターンをアーキテクチャに組み込んで、計画機能のユーザビリティ、相互運用性、再利用性を可能にします。
論文 参考訳（メタデータ） (2021-02-22T13:43:45Z) - Proceedings of NeurIPS 2020 Workshop on Artificial Intelligence for
Humanitarian Assistance and Disaster Response [1.9043833325245103]
これは、2020年12月12日にNeural Information Processing Systemsカンファレンスで事実上開催された第2回AI + HADRワークショップの"成果"である。
それらは非アーキバルであり、単にワークショップで受け入れられたすべての論文をまとめる手段として機能する。
論文 参考訳（メタデータ） (2020-12-03T17:44:26Z)
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。