論文の概要: AI Simulation by Digital Twins: Systematic Survey, Reference Framework, and Mapping to a Standardized Architecture

• arxiv url: http://arxiv.org/abs/2506.06580v1
• Date: Fri, 06 Jun 2025 23:13:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-10 16:33:10.341621
• Title: AI Simulation by Digital Twins: Systematic Survey, Reference Framework, and Mapping to a Standardized Architecture
• Title（参考訳）: デジタルツインによるAIシミュレーション: システム調査、参照フレームワーク、標準化されたアーキテクチャへのマッピング
• Authors: Xiaoran Liu, Istvan David,
• Abstract要約: 不十分なデータ量と品質は、現代のサブシンボリックAIの採用における課題を迫っている。 これらの課題を軽減するために、AIシミュレーションは、シミュレーションされた合成データを使ってAIエージェントを安全かつ効率的に開発できる仮想トレーニング環境を使用する。 デジタル双生児は、これらの高忠実な物理システムの仮想レプリカが最先端のシミュレータを備えているため、AIシミュレーションに新たな道を開く。
• 参考スコア（独自算出の注目度）: 3.463233865032974
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Insufficient data volume and quality are particularly pressing challenges in the adoption of modern subsymbolic AI. To alleviate these challenges, AI simulation uses virtual training environments in which AI agents can be safely and efficiently developed with simulated, synthetic data. Digital twins open new avenues in AI simulation, as these high-fidelity virtual replicas of physical systems are equipped with state-of-the-art simulators and the ability to further interact with the physical system for additional data collection. In this article, we report on our systematic survey of digital twin-enabled AI simulation. By analyzing 22 primary studies, we identify technological trends and derive a reference framework to situate digital twins and AI components. Based on our findings, we derive a reference framework and provide architectural guidelines by mapping it onto the ISO 23247 reference architecture for digital twins. Finally, we identify challenges and research opportunities for prospective researchers.
• Abstract（参考訳）: 不十分なデータ量と品質は、現代的な象徴的AIの採用において特に課題となっている。 これらの課題を軽減するために、AIシミュレーションは、シミュレーションされた合成データを使ってAIエージェントを安全かつ効率的に開発できる仮想トレーニング環境を使用する。 デジタル双生児は、これらの高忠実な物理システムの仮想レプリカが、最先端のシミュレータと、追加のデータ収集のために物理システムとさらに対話する能力を備えているため、AIシミュレーションに新たな道を開く。 本稿では,デジタルツイン対応AIシミュレーションの体系的調査について報告する。 22の初等研究を解析することにより、技術動向を特定し、デジタル双生児とAIコンポーネントをシチュレートするための基準枠組みを導出する。 本研究は,デジタル双生児のためのISO 23247参照アーキテクチャにマッピングすることで,参照フレームワークを導出し,アーキテクチャガイドラインを提供する。 最後に,今後の研究者にとっての課題と研究の機会を特定する。

関連論文リスト

• Generative Artificial Intelligence Meets Synthetic Aperture Radar: A Survey [49.29751866761522]
  本稿では,GenAIとSARの交差点について検討する。 まず、SAR分野における一般的なデータ生成ベースのアプリケーションについて説明する。 次に、最新のGenAIモデルの概要を体系的にレビューする。 最後に、SARドメインの対応するアプリケーションも含まれる。
  論文  参考訳（メタデータ） (2024-11-05T03:06:00Z)
• Aligning Cyber Space with Physical World: A Comprehensive Survey on Embodied AI [129.08019405056262]
  人工知能(Embodied AI)は、人工知能(AGI)の実現に不可欠である MLMとWMは、その顕著な知覚、相互作用、推論能力のために、大きな注目を集めている。 本調査では,Embodied AIの最近の進歩を包括的に調査する。
  論文  参考訳（メタデータ） (2024-07-09T14:14:47Z)
• AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
  生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。 本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。 実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
  論文  参考訳（メタデータ） (2023-10-03T06:55:19Z)
• Scaling Knowledge Graphs for Automating AI of Digital Twins [2.8693907332286996]
  デジタルツイン(Digital Twins)は、IoT(Internet of Things)におけるシステムのデジタル表現であり、多くの場合、それらのシステムからのデータに基づいてトレーニングされたAIモデルに基づいている。 本稿では,Digital Twinsの自動化にセマンティックグラフを適用するという,ユニークな要件について論じる。
  論文  参考訳（メタデータ） (2022-10-26T10:12:10Z)
• A Survey of Embodied AI: From Simulators to Research Tasks [13.923234397344487]
  ネットワークAI」の時代から「身体AI」への新たなパラダイムシフト 本稿では,最先端のAIシミュレータと研究を包括的に調査する。
  論文  参考訳（メタデータ） (2021-03-08T17:31:19Z)
• RoboTHOR: An Open Simulation-to-Real Embodied AI Platform [56.50243383294621]
  インタラクティブで具体化された視覚AIの研究を民主化するためにRoboTHORを導入する。 シミュレーションで訓練されたモデルの性能は,シミュレーションと慎重に構築された物理アナログの両方で試験される場合,大きな差があることが示される。
  論文  参考訳（メタデータ） (2020-04-14T20:52:49Z)

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。