論文の概要: From Autonomy to Agency: Agentic Vehicles for Human-Centered Mobility Systems

• arxiv url: http://arxiv.org/abs/2507.04996v4
• Date: Wed, 20 Aug 2025 13:50:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-21 12:38:45.374848
• Title: From Autonomy to Agency: Agentic Vehicles for Human-Centered Mobility Systems
• Title（参考訳）: 自律から機関へ:人間中心移動システムのためのエージェント車両
• Authors: Jiangbo Yu,
• Abstract要約: 本稿では,エージェント自動車(AgVs)の概念を紹介する。 AgVはエージェントAIシステムを統合し、複雑な環境で推論、適応、相互作用を行う。 AgVが将来のモビリティシステムをどのように変え、システムが人間中心であることを保証するかを強調します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomy, from the Greek autos (self) and nomos (law), refers to the capacity to operate according to internal rules without external control. Accordingly, autonomous vehicles (AuVs) are viewed as vehicular systems capable of perceiving their environment and executing pre-programmed tasks independently of external input. However, both research and real-world deployments increasingly showcase vehicles that demonstrate behaviors beyond this definition (including the SAE levels 0 to 5); Examples of this outpace include the interaction with humans with natural language, goal adaptation, contextual reasoning, external tool use, and unseen ethical dilemma handling, largely empowered by multi-modal large language models (LLMs). These developments reveal a conceptual gap between technical autonomy and the broader cognitive and social capabilities needed for future human-centered mobility systems. To address this gap, this paper introduces the concept of agentic vehicles (AgVs), referring to vehicles that integrate agentic AI systems to reason, adapt, and interact within complex environments. This paper proposes the term AgVs and their distinguishing characteristics from conventional AuVs. It synthesizes relevant advances in integrating LLMs and AuVs and highlights how AgVs might transform future mobility systems and ensure the systems are human-centered. The paper concludes by identifying key challenges in the development and governance of AgVs, and how they can play a significant role in future agentic transportation systems.
• Abstract（参考訳）: 自治とは、ギリシアのオートス(自己)とノモス(法)から、外部の制御なしに内部の規則に従って運営する能力を指す。 したがって、自動運転車(AuV)は、外部からの入力とは無関係に、環境を知覚し、事前にプログラムされたタスクを実行することのできる車両システムと見なされる。 しかしながら、研究と実世界の展開の両方では、この定義を超える行動を示す車両(SAEレベル0から5を含む)がますます現れている。この成果の例としては、自然言語との人間との相互作用、目標適応、文脈的推論、外部ツールの使用、そして視覚的ジレンマ処理(主にマルチモーダルな大言語モデル(LLM)によって強化される)が含まれる。 これらの発展は、技術的自律性と、将来の人間中心モビリティシステムに必要なより広範な認知的・社会的能力との間にある概念的なギャップを浮き彫りにしている。 このギャップに対処するために、エージェントAIシステムを統合し、複雑な環境下での推論、適応、相互作用を行う車両(AgV)の概念を紹介した。 本稿では,AgVと従来のAuVとを区別する用語として,AgVsを提案する。 LLMとAuVの統合における関連する進歩を合成し、AgVが将来のモビリティシステムをどのように変革し、システムが人間中心であることを保証するかを強調している。 この論文は、AgVsの開発とガバナンスにおける重要な課題と、今後のエージェント輸送システムにおいてどのように重要な役割を果たすかを明らかにすることで締めくくられる。

関連論文リスト

• Agentic Web: Weaving the Next Web with AI Agents [109.13815627467514]
  大規模言語モデル(LLM)を活用したAIエージェントの出現は、エージェントWebに対する重要な転換点である。 このパラダイムでは、エージェントが直接対話して、ユーザに代わって複雑なタスクを計画、コーディネート、実行します。 本稿では,エージェントWebの理解と構築のための構造化フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-28T17:58:12Z)
• AI Agent Behavioral Science [29.262537008412412]
  AIエージェント行動科学は、行動の体系的な観察、仮説をテストするための介入の設計、そしてAIエージェントが時間とともにどのように行動し、適応し、相互作用するかの理論的指導による解釈に焦点を当てている。 我々は、個々のエージェント、マルチエージェント、人間とエージェントのインタラクション設定にまたがる研究の体系化を行い、この視点が、公正さ、安全性、解釈可能性、説明責任、プライバシーを行動特性として扱うことによって、責任あるAIにどのように影響を与えるかを実証する。
  論文  参考訳（メタデータ） (2025-06-04T08:12:32Z)
• AI Agents vs. Agentic AI: A Conceptual Taxonomy, Applications and Challenges [0.36868085124383626]
  この研究はAIエージェントとエージェントAIを区別し、構造化された概念分類、アプリケーションマッピング、課題分析を提供する。 ジェネレーティブAIは前駆体として位置づけられており、AIエージェントはツールの統合、エンジニアリングの促進、推論の強化を通じて前進している。 エージェントAIシステムは、マルチエージェントコラボレーション、動的タスク分解、永続メモリ、オーケストレーション自律性によって特徴付けられるパラダイムシフトを表している。
  論文  参考訳（メタデータ） (2025-05-15T16:21:33Z)
• Generative AI for Autonomous Driving: Frontiers and Opportunities [145.6465312554513]
  この調査は、自律運転スタックにおけるGenAIの役割の包括的合成を提供する。 まず、VAE、GAN、拡散モデル、および大規模言語モデルを含む、現代の生成モデリングの原則とトレードオフを蒸留することから始めます。 我々は、合成データ一般化、エンドツーエンド駆動戦略、高忠実なデジタルツインシステム、スマートトランスポートネットワーク、具体化されたAIへのクロスドメイン転送など、実用的な応用を分類する。
  論文  参考訳（メタデータ） (2025-05-13T17:59:20Z)
• Internet of Agents: Fundamentals, Applications, and Challenges [66.44234034282421]
  異種エージェント間のシームレスな相互接続、動的発見、協調的なオーケストレーションを可能にする基盤となるフレームワークとして、エージェントのインターネット(IoA)を紹介した。 我々は,機能通知と発見,適応通信プロトコル,動的タスクマッチング,コンセンサスとコンフリクト解決機構,インセンティブモデルなど,IoAの重要な運用イネーラを分析した。
  論文  参考訳（メタデータ） (2025-05-12T02:04:37Z)
• Position: Emergent Machina Sapiens Urge Rethinking Multi-Agent Paradigms [8.177915265718703]
  AIエージェントは、目的を動的に調整する権限を持つべきだ、と私たちは主張する。 私たちは、これらのマルチエージェントAIシステムの創発的で、自己組織化され、コンテキストに配慮した性質へのシフトを呼びかけます。
  論文  参考訳（メタデータ） (2025-02-05T22:20:15Z)
• Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
  エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。 本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
  論文  参考訳（メタデータ） (2024-02-28T16:09:56Z)
• Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
  エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。 我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
  論文  参考訳（メタデータ） (2024-01-07T19:11:18Z)
• Enabling High-Level Machine Reasoning with Cognitive Neuro-Symbolic Systems [67.01132165581667]
  本稿では,認知アーキテクチャを外部のニューロシンボリックコンポーネントと統合することにより,AIシステムにおける高レベル推論を実現することを提案する。 本稿では,ACT-Rを中心としたハイブリッドフレームワークについて紹介し,最近の応用における生成モデルの役割について論じる。
  論文  参考訳（メタデータ） (2023-11-13T21:20:17Z)

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。