論文の概要: Urban Air Mobility as a System of Systems: An LLM-Enhanced Holonic Approach
- arxiv url: http://arxiv.org/abs/2505.00368v1
- Date: Thu, 01 May 2025 07:39:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-02 19:15:55.259091
- Title: Urban Air Mobility as a System of Systems: An LLM-Enhanced Holonic Approach
- Title（参考訳）: システムのシステムとしての都市空気移動:LLMによるホロニックアプローチ
- Authors: Ahmed R. Sadik, Muhammad Ashfaq, Niko Mäkitalo, Tommi Mikkonen,
- Abstract要約: Urban Air Mobility(UAM)は、システムアーキテクチャ、計画、タスク管理、実行において課題に直面している新興システム(SoS)である。
本稿では,UAMの複雑さを管理するためにLLM(Large Language Model)を組み込んだインテリジェントホロニックアーキテクチャを提案する。
- 参考スコア（独自算出の注目度）: 2.511335572111537
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Urban Air Mobility (UAM) is an emerging System of System (SoS) that faces challenges in system architecture, planning, task management, and execution. Traditional architectural approaches struggle with scalability, adaptability, and seamless resource integration within dynamic and complex environments. This paper presents an intelligent holonic architecture that incorporates Large Language Model (LLM) to manage the complexities of UAM. Holons function semi autonomously, allowing for real time coordination among air taxis, ground transport, and vertiports. LLMs process natural language inputs, generate adaptive plans, and manage disruptions such as weather changes or airspace closures.Through a case study of multimodal transportation with electric scooters and air taxis, we demonstrate how this architecture enables dynamic resource allocation, real time replanning, and autonomous adaptation without centralized control, creating more resilient and efficient urban transportation networks. By advancing decentralized control and AI driven adaptability, this work lays the groundwork for resilient, human centric UAM ecosystems, with future efforts targeting hybrid AI integration and real world validation.
- Abstract（参考訳）: Urban Air Mobility(UAM)は、システムアーキテクチャ、計画、タスク管理、実行において課題に直面している新興システム(SoS)である。
従来のアーキテクチャアプローチでは、動的で複雑な環境でのスケーラビリティ、適応性、シームレスなリソース統合に苦労しています。
本稿では,UAMの複雑さを管理するためにLLM(Large Language Model)を組み込んだインテリジェントホロニックアーキテクチャを提案する。
ホロンは半自律的に機能し、空飛ぶタクシー、地上輸送、およびバーティポート間のリアルタイムの協調を可能にする。
LLMは、自然言語入力を処理し、適応計画を作成し、気象変化や空域閉鎖などの障害を管理し、電動スクーターやエアタクシーによるマルチモーダル輸送のケーススタディを経て、このアーキテクチャが動的資源配分、リアルタイム計画、自律的適応を集中制御なしで実現し、より弾力的で効率的な都市交通網を創出する方法を実証する。
分散制御とAI駆動の適応性を進めることで、この研究は、レジリエントで人間中心のUAMエコシステムの基盤となり、将来の取り組みはハイブリッドAI統合と実世界の検証を目指している。
関連論文リスト
- Towards Autonomous Micromobility through Scalable Urban Simulation [52.749987132021324]
現在のマイクロモビリティは、主に人手操作(対人・遠隔操作)に依存している。
本研究では,自律型マイクロモビリティを実現するため,スケーラブルな都市シミュレーションソリューションを提案する。
論文 参考訳（メタデータ） (2025-05-01T17:52:29Z) - Exploring the Roles of Large Language Models in Reshaping Transportation Systems: A Survey, Framework, and Roadmap [51.198001060683296]
大型言語モデル(LLM)は、輸送上の課題に対処するための変革的な可能性を提供する。
LLM4TRは,交通におけるLSMの役割を体系的に分類する概念的枠組みである。
それぞれの役割について,交通予測や自律運転,安全分析,都市移動最適化など,さまざまな応用について検討した。
論文 参考訳（メタデータ） (2025-03-27T11:56:27Z) - Dynamic Path Navigation for Motion Agents with LLM Reasoning [69.5875073447454]
大規模言語モデル(LLM)は、強力な一般化可能な推論と計画能力を示している。
本研究では,LLMのゼロショットナビゲーションと経路生成機能について,データセットの構築と評価プロトコルの提案により検討する。
このようなタスクが適切に構成されている場合、現代のLCMは、目標に到達するために生成された動きでナビゲーションを自律的に精錬しながら障害を回避するためのかなりの計画能力を示す。
論文 参考訳（メタデータ） (2025-03-10T13:39:09Z) - LLM-Ehnanced Holonic Architecture for Ad-Hoc Scalable SoS [3.591449065638895]
推論,通信,機能レイヤを含むホロンの階層化アーキテクチャを提案する。
第2に、インテリジェント製造の原則に触発され、スーパーバイザー、プランナー、タスク、リソースホロンといった専門ホロンを導入します。
これらの専門ホロンは、意思決定をサポートし、リアルタイム適応性を確保するために、推論層内で大きな言語モデルを利用する。
論文 参考訳（メタデータ） (2025-01-14T10:35:54Z) - CoDriveVLM: VLM-Enhanced Urban Cooperative Dispatching and Motion Planning for Future Autonomous Mobility on Demand Systems [17.765742276150565]
CoDriveVLMは、将来の自律型モビリティ・オン・デマンド(AMoD)システムのために、高忠実な同時ディスパッチと協調動作計画を統合する新しいフレームワークである。
提案手法は,視覚言語モデル(VLM)を用いて多モード情報処理を強化し,包括的ディスパッチと衝突リスク評価を可能にする。
論文 参考訳（メタデータ） (2025-01-10T17:44:57Z) - Transforming the Hybrid Cloud for Emerging AI Workloads [81.15269563290326]
このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。
提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。
この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
論文 参考訳（メタデータ） (2024-11-20T11:57:43Z) - GenAI-powered Multi-Agent Paradigm for Smart Urban Mobility: Opportunities and Challenges for Integrating Large Language Models (LLMs) and Retrieval-Augmented Generation (RAG) with Intelligent Transportation Systems [10.310791311301962]
本稿では,大規模言語モデル (LLM) と新生検索・拡張生成技術 (RAG) の変換可能性について検討する。
本稿では,スマートモビリティサービスをインテリジェントかつ対話的に提供可能なマルチエージェントシステムの開発を目的とした概念的フレームワークを提案する。
論文 参考訳（メタデータ） (2024-08-31T16:14:42Z) - Cooperative Cognitive Dynamic System in UAV Swarms: Reconfigurable Mechanism and Framework [80.39138462246034]
UAVスワムの管理を最適化するための協調認知力学システム(CCDS)を提案する。
CCDSは階層的かつ協調的な制御構造であり、リアルタイムのデータ処理と意思決定を可能にする。
さらに、CCDSは、UAVスワムのタスクを効率的に割り当てるための生体模倣機構と統合することができる。
論文 参考訳（メタデータ） (2024-05-18T12:45:00Z) - Learning Robust Autonomous Navigation and Locomotion for Wheeled-Legged Robots [50.02055068660255]
都市環境のナビゲーションは、ロボットにとってユニークな課題であり、移動とナビゲーションのための革新的なソリューションを必要としている。
本研究は, 適応移動制御, 移動対応ローカルナビゲーション計画, 市内の大規模経路計画を含む, 完全に統合されたシステムを導入する。
モデルフリー強化学習(RL)技術と特権学習を用いて,多目的移動制御系を開発した。
私たちのコントローラーは大規模な都市航法システムに統合され、スイスのチューリッヒとスペインのセビリアで自律的、キロメートル規模の航法ミッションによって検証されます。
論文 参考訳（メタデータ） (2024-05-03T00:29:20Z) - LLM-Assisted Light: Leveraging Large Language Model Capabilities for Human-Mimetic Traffic Signal Control in Complex Urban Environments [3.7788636451616697]
本研究は,大規模言語モデルを交通信号制御システムに統合する革新的なアプローチを導入する。
LLMを知覚と意思決定ツールのスイートで強化するハイブリッドフレームワークが提案されている。
シミュレーションの結果から,交通環境の多種性に適応するシステムの有効性が示された。
論文 参考訳（メタデータ） (2024-03-13T08:41:55Z) - Evolutionary City: Towards a Flexible, Agile and Symbiotic System [27.41514907749535]
都市の成長は、需要の変化に対応するのに苦労する堅固なインフラにつながることがある。
本稿では,このようなダイナミックな需要に都市がより効率的に対応できるよう,新しいアプローチを提案する。
高度なセンシング技術により、都市の適応性知覚を高めるための枠組みが提示される。
ケーススタディでは、車線割り当てを調整することで、このアプローチが交通の流れを最適化する方法について検討する。
論文 参考訳（メタデータ） (2023-11-06T05:10:33Z)
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。