論文の概要: Amico: An Event-Driven Modular Framework for Persistent and Embedded Autonomy
- arxiv url: http://arxiv.org/abs/2507.14513v1
- Date: Sat, 19 Jul 2025 07:21:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-22 20:51:31.922357
- Title: Amico: An Event-Driven Modular Framework for Persistent and Embedded Autonomy
- Title（参考訳）: Amico: 永続化と組み込みの自律性のためのイベント駆動型モジュールフレームワーク
- Authors: Hongyi Yang, Yue Pan, Jiayi Xu, Kelsen Liu,
- Abstract要約: 私たちは、組み込みシステムに最適化された自律エージェントを構築するためのモジュラーでイベント駆動のフレームワークであるAmicoを紹介します。
Amicoは、WebAssemblyを介して組み込みプラットフォームとブラウザ環境間で効率的に動作する、リアクティブで永続的なエージェントをサポートする。
- 参考スコア（独自算出の注目度）: 7.117236435809274
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Recent advances in large language models (LLMs) and autonomous agents have enabled systems capable of performing complex tasks across domains such as human-computer interaction, planning, and web navigation. However, many existing frameworks struggle in real-world or resource-constrained environments due to their reliance on cloud-based computation, limited robustness in dynamic contexts, and lack of persistent autonomy and environmental awareness. We present Amico, a modular, event-driven framework for building autonomous agents optimized for embedded systems. Written in Rust for safety and performance, Amico supports reactive, persistent agents that operate efficiently across embedded platforms and browser environments via WebAssembly. It provides clean abstractions for event handling, state management, behavior execution, and integration with reasoning modules. Amico delivers a unified infrastructure for constructing resilient, interactive agents suitable for deployment in settings with limited compute and intermittent connectivity.
- Abstract（参考訳）: 大規模言語モデル(LLM)や自律エージェントの最近の進歩により、人間とコンピュータの相互作用、計画、Webナビゲーションといった複雑なタスクを実行できるシステムを実現している。
しかし、クラウドベースの計算への依存、動的コンテキストにおけるロバストさの制限、永続的な自律性と環境意識の欠如により、多くの既存のフレームワークは、現実世界やリソース制約のある環境で苦労している。
私たちは、組み込みシステムに最適化された自律エージェントを構築するためのモジュラーでイベント駆動のフレームワークであるAmicoを紹介します。
安全性とパフォーマンスのためにRustで記述されたAmicoは、WebAssemblyを介して組み込みプラットフォームとブラウザ環境間で効率的に動作する、リアクティブで永続的なエージェントをサポートする。
イベントハンドリング、状態管理、振る舞いの実行、推論モジュールとの統合のためのクリーンな抽象化を提供する。
Amicoは、限られた計算と断続的な接続性を備えた環境でのデプロイメントに適した、レジリエントでインタラクティブなエージェントを構築するための統一されたインフラストラクチャを提供する。
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) - State and Memory is All You Need for Robust and Reliable AI Agents [29.259008600842517]
大規模言語モデル(LLM)は、自然言語の理解と生成において強力な進歩を実現している。
しかし、複雑な現実世界の科学への応用は、記憶、計画、ツール統合の課題によって制限されている。
本稿では、LLMベースのエージェントが自律的に計画し、推論し、堅牢で信頼性の高いドメイン固有タスク実行を実現することができるモジュール型エージェントフレームワークであるSciBORGを紹介する。
論文 参考訳（メタデータ） (2025-06-30T02:02:35Z) - PyGemini: Unified Software Development towards Maritime Autonomy Systems [2.088373411826489]
PyGeminiは、海上自律開発を統合するためにAutoferry Geminiの遺産の上に構築されている。
このフレームワークはスタンドアロンアプリケーション、クラウドベースのサービス、組み込みライブラリとして機能する。
海上ツールのスイートを通じて、その汎用性を実証します。
論文 参考訳（メタデータ） (2025-06-06T17:43:00Z) - 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) - An LLM-enabled Multi-Agent Autonomous Mechatronics Design Framework [49.633199780510864]
本研究は, 機械設計, 最適化, エレクトロニクス, ソフトウェア工学の専門知識を統合した多エージェント自律メカトロニクス設計フレームワークを提案する。
このフレームワークは、言語駆動のワークフローを通じて運用され、構造化された人間のフィードバックを組み込んで、現実世界の制約下での堅牢なパフォーマンスを保証する。
完全に機能する自律型容器は、最適化された推進、コスト効率の高い電子機器、高度な制御を備えていた。
論文 参考訳（メタデータ） (2025-04-20T16:57:45Z) - Agent models: Internalizing Chain-of-Action Generation into Reasoning models [15.954047804223379]
我々は、emphChain-of-Action(CoA)の発生を内部化するemphLarge Agent Models(LAMs)を配置する。
提案するAutoCoAフレームワークは,教師付き微調整(SFT)と強化学習(RL)を組み合わせたものである。
主なコンポーネントは、ステップレベルのアクショントリガー、軌道レベルのCoA、実際の環境相互作用コストを低減するための内部世界モデルである。
論文 参考訳（メタデータ） (2025-03-09T12:19:47Z) - Asynchronous Tool Usage for Real-Time Agents [61.3041983544042]
並列処理とリアルタイムツール利用が可能な非同期AIエージェントを導入する。
私たちの重要な貢献は、エージェントの実行とプロンプトのためのイベント駆動有限状態マシンアーキテクチャです。
この研究は、流体とマルチタスクの相互作用が可能なAIエージェントを作成するための概念的なフレームワークと実践的なツールの両方を提示している。
論文 参考訳（メタデータ） (2024-10-28T23:57:19Z) - MOSS: Enabling Code-Driven Evolution and Context Management for AI Agents [7.4159044558995335]
動的コンテキスト管理システムとコード生成を統合する新しいフレームワークであるMOSS(llM-oriented Operating System Simulation)を紹介する。
フレームワークの中核は、最小限の知識原則を強制するために、インバージョン・オブ・コントロールコンテナとデコレータを併用する。
我々は,このフレームワークがエージェント開発における効率性と能力をいかに向上させるかを示し,チューリング完全エージェントへの移行におけるその優位性を強調した。
論文 参考訳（メタデータ） (2024-09-24T14:30:21Z) - Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。
我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。
IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
論文 参考訳（メタデータ） (2024-07-09T17:33:24Z) - AgentScope: A Flexible yet Robust Multi-Agent Platform [66.64116117163755]
AgentScopeは、メッセージ交換をコアコミュニケーションメカニズムとする、開発者中心のマルチエージェントプラットフォームである。
豊富な構文ツール、組み込みエージェントとサービス機能、アプリケーションのデモとユーティリティモニタのためのユーザフレンドリなインターフェース、ゼロコードプログラミングワークステーション、自動プロンプトチューニング機構により、開発とデプロイメントの両方の障壁は大幅に低下した。
論文 参考訳（メタデータ） (2024-02-21T04:11:28Z)
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。