論文の概要: LeRAAT: LLM-Enabled Real-Time Aviation Advisory Tool

• arxiv url: http://arxiv.org/abs/2503.16477v1
• Date: Wed, 05 Mar 2025 05:34:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-30 08:29:36.367865
• Title: LeRAAT: LLM-Enabled Real-Time Aviation Advisory Tool
• Title（参考訳）: LLM対応のリアルタイム航空諮問ツールLeRAAT
• Authors: Marc R. Schlichting, Vale Rasmussen, Heba Alazzeh, Houjun Liu, Kiana Jafari, Amelia F. Hardy, Dylan M. Asmar, Mykel J. Kochenderfer,
• Abstract要約: 本稿では,大規模言語モデル(LLM)とX-Planeフライトシミュレータを統合するフレームワークであるLeRAATを紹介する。 このシステムは、航空のベストプラクティスに沿った勧告を生成するために、飛行データ、気象条件、および航空機の文書を使用する。
• 参考スコア（独自算出の注目度）: 29.306750550243894
• License:
• Abstract: In aviation emergencies, high-stakes decisions must be made in an instant. Pilots rely on quick access to precise, context-specific information -- an area where emerging tools like large language models (LLMs) show promise in providing critical support. This paper introduces LeRAAT, a framework that integrates LLMs with the X-Plane flight simulator to deliver real-time, context-aware pilot assistance. The system uses live flight data, weather conditions, and aircraft documentation to generate recommendations aligned with aviation best practices and tailored to the particular situation. It employs a Retrieval-Augmented Generation (RAG) pipeline that extracts and synthesizes information from aircraft type-specific manuals, including performance specifications and emergency procedures, as well as aviation regulatory materials, such as FAA directives and standard operating procedures. We showcase the framework in both a virtual reality and traditional on-screen simulation, supporting a wide range of research applications such as pilot training, human factors research, and operational decision support.
• Abstract（参考訳）: 航空事故においては、高い判断は即時に下さなければならない。 大きな言語モデル(LLM)のような新興ツールが重要なサポートを提供することを約束する領域だ。 本稿では,LLMとX-Plane飛行シミュレータを統合し,リアルタイムかつコンテキスト対応のパイロット支援を実現するフレームワークであるLeRAATを紹介する。 このシステムは、飛行データ、気象条件、および航空機の文書を使用して、特定の状況に合わせて調整された航空のベストプラクティスに沿ったレコメンデーションを生成する。 Retrieval-Augmented Generation (RAG) パイプラインを使用しており、パフォーマンス仕様や緊急手順を含む航空機特有のマニュアルから情報を抽出し、合成する。 我々は、このフレームワークを、バーチャルリアリティーと従来のスクリーン上のシミュレーションの両方で紹介し、パイロットトレーニング、ヒューマンファクター研究、運用上の意思決定支援など、幅広い研究応用をサポートする。

関連論文リスト

• Large Language Models for Single-Step and Multi-Step Flight Trajectory Prediction [5.666505394825739]
  本研究では,大型言語モデル(LLM)を用いた飛行軌道予測の先駆的手法として,言語モデリング問題として再検討した。 具体的には、航空機の状態とADS-B飛行データから航空機を抽出し、プロンプトベースのデータセットを構築する。 データセットはLSMを微調整するために使用され、正確な予測のために複雑な時間パターンを学習することができる。
  論文  参考訳（メタデータ） (2025-01-29T07:35:56Z)
• Aerial Vision-and-Language Navigation via Semantic-Topo-Metric Representation Guided LLM Reasoning [48.33405770713208]
  本稿では,大規模言語モデル(LLM)をアクション予測のエージェントとして導入する,航空VLNタスクのエンドツーエンドフレームワークを提案する。 我々は, LLMの空間的推論能力を高めるために, セマンティック・トポ・メトリック表現(STMR)を開発した。 実環境およびシミュレーション環境で行った実験は,本手法の有効性とロバスト性を実証した。
  論文  参考訳（メタデータ） (2024-10-11T03:54:48Z)
• An Integrated Imitation and Reinforcement Learning Methodology for Robust Agile Aircraft Control with Limited Pilot Demonstration Data [3.3748750222488657]
  本稿では,アジャイル航空機のデータ駆動操作生成モデルの構築手法を提案する。 提案手法は, 模倣学習, 伝達学習, 強化学習の技法を組み合わせて, この目的を達成する。
  論文  参考訳（メタデータ） (2023-12-27T14:26:34Z)
• AviationGPT: A Large Language Model for the Aviation Domain [4.010674039471089]
  AviationGPTはオープンソースのLLaMA-2とMistralアーキテクチャ上に構築されており、慎重にキュレートされた多くの航空データセットで継続的に訓練されている。 さまざまな自然言語処理(NLP)問題に対処する汎用性など、ユーザにはさまざまなメリットがある。 また、航空領域内で正確かつ文脈的に関連する応答も提供する。
  論文  参考訳（メタデータ） (2023-11-29T14:49:31Z)
• LIFT OFF: LoRaWAN Installation and Fiducial Tracking Operations for the Flightline of the Future [0.0]
  LIFT OFFは、人や支援機器のGPSセンサーと、航空機の視覚的フィジュアルを使って、追跡された全ての資産をリアルタイムで更新するマップを成功させた。 今後、空母や水陸両用攻撃船を含む他の環境にもこの技術を適用することが期待されている。
  論文  参考訳（メタデータ） (2023-11-27T15:22:17Z)
• Inferring Traffic Models in Terminal Airspace from Flight Tracks and Procedures [52.25258289718559]
  本稿では,レーダ監視データから収集したプロシージャデータとフライトトラックから可変性を学習可能な確率モデルを提案する。 任意の航空機数を含む交通量を生成するために,ペアワイズモデルを用いる方法を示す。
  論文  参考訳（メタデータ） (2023-03-17T13:58:06Z)
• A Survey on Reinforcement Learning in Aviation Applications [7.719858656477459]
  強化学習は、シーケンシャルな意思決定問題を定式化し解決するための、データ駆動の学習ベースのフレームワークを提供する。 RLフレームワークは、航空業界におけるデータ可用性と計算能力の大幅な改善により、有望になった。
  論文  参考訳（メタデータ） (2022-11-03T21:10:25Z)
• ADAPT: An Open-Source sUAS Payload for Real-Time Disaster Prediction and Response with AI [55.41644538483948]
  小型無人航空機システム(sUAS)は、多くの人道支援や災害対応作戦において顕著な構成要素となっている。 我々は,SUAS上にリアルタイムAIとコンピュータビジョンをデプロイするための,オープンソースのADAPTマルチミッションペイロードを開発した。 本研究では,河川氷の状態を監視し,破滅的な洪水現象をタイムリーに予測するための,リアルタイム・飛行中の氷分断の例を示す。
  論文  参考訳（メタデータ） (2022-01-25T14:51:19Z)
• SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
  本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。 しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
  論文  参考訳（メタデータ） (2021-12-22T14:45:37Z)
• A question-answering system for aircraft pilots' documentation [58.720142291102135]
  航空宇宙産業は、システム記述、マニュアル、手順を含む複雑な文書や技術文書の大量収集に依存している。 本稿では,航空機パイロットが自然にシステムと対話し,自然言語による質問を行うことで,情報へのアクセスを支援する質問応答システムを提案する。
  論文  参考訳（メタデータ） (2020-11-26T13:33:47Z)

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。