論文の概要: Distributed AI Agents for Cognitive Underwater Robot Autonomy

• arxiv url: http://arxiv.org/abs/2507.23735v1
• Date: Thu, 31 Jul 2025 17:18:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-01 17:19:10.130439
• Title: Distributed AI Agents for Cognitive Underwater Robot Autonomy
• Title（参考訳）: 認知水中ロボット自律のための分散AIエージェント
• Authors: Markus Buchholz, Ignacio Carlucho, Michele Grimaldi, Yvan R. Petillot,
• Abstract要約: 本稿では,水中ロボットによる自己組織自律(UROSA)について述べる。 UROSAは、ロボットオペレーティングシステム2(ROS2)フレームワークに統合された分散大言語モデルAIエージェントを活用する画期的なアーキテクチャである。 中心的なイノベーションには、動的に役割を適応するフレキシブルエージェント、検索拡張生成、自動オンザフライROS 2ノード生成などがある。
• 参考スコア（独自算出の注目度）: 5.644612398323221
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Achieving robust cognitive autonomy in robots navigating complex, unpredictable environments remains a fundamental challenge in robotics. This paper presents Underwater Robot Self-Organizing Autonomy (UROSA), a groundbreaking architecture leveraging distributed Large Language Model AI agents integrated within the Robot Operating System 2 (ROS 2) framework to enable advanced cognitive capabilities in Autonomous Underwater Vehicles. UROSA decentralises cognition into specialised AI agents responsible for multimodal perception, adaptive reasoning, dynamic mission planning, and real-time decision-making. Central innovations include flexible agents dynamically adapting their roles, retrieval-augmented generation utilising vector databases for efficient knowledge management, reinforcement learning-driven behavioural optimisation, and autonomous on-the-fly ROS 2 node generation for runtime functional extensibility. Extensive empirical validation demonstrates UROSA's promising adaptability and reliability through realistic underwater missions in simulation and real-world deployments, showing significant advantages over traditional rule-based architectures in handling unforeseen scenarios, environmental uncertainties, and novel mission objectives. This work not only advances underwater autonomy but also establishes a scalable, safe, and versatile cognitive robotics framework capable of generalising to a diverse array of real-world applications.
• Abstract（参考訳）: 複雑な予測不可能な環境をナビゲートするロボットにおいて、堅牢な認知自律性を実現することは、ロボティクスにおける根本的な課題である。 本稿では,ロボットオペレーティング・システム2(ROS2)フレームワークに組み込まれた大規模言語モデルAIエージェントを活用した,自律型水中車両における高度な認知機能を実現する基盤的アーキテクチャである,水中ロボット自己組織化自律性(UROSA)を提案する。 UROSAは認知をマルチモーダル認識、適応推論、動的ミッション計画、リアルタイム意思決定に責任を負う専門のAIエージェントに分散する。 中心的なイノベーションは、その役割を動的に適応するフレキシブルエージェント、効率的な知識管理のためのベクトルデータベースを利用した検索強化生成、強化学習駆動の行動最適化、ランタイム機能拡張のための自律オンザフライROS 2ノード生成などである。 大規模な実証検証は、UROSAの有望な適応性と信頼性をシミュレーションや実世界の展開における現実的な水中ミッションを通じて証明し、予期せぬシナリオ、環境の不確実性、新しいミッション目標を扱う上で、従来のルールベースのアーキテクチャよりも大きな利点を示している。 この作業は水中での自律性を向上するだけでなく、多様な現実世界のアプリケーションに一般化できるスケーラブルで安全で汎用的な認知ロボティクスフレームワークを確立する。

関連論文リスト

• Embodied AI with Foundation Models for Mobile Service Robots: A Systematic Review [4.540236408836132]
  本稿では,モバイルサービスロボティクスにおける基礎モデルの統合に関する最初の体系的なレビューを紹介する。 本稿では, リアルタイムセンサ融合, 言語条件制御, 適応タスク実行におけるそのようなモデルの役割について検討する。 また、国内援助、医療、サービス自動化分野における現実世界の応用についても論じる。
  論文  参考訳（メタデータ） (2025-05-26T20:08:09Z)
• 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)
• RoBridge: A Hierarchical Architecture Bridging Cognition and Execution for General Robotic Manipulation [90.81956345363355]
  RoBridgeは、一般的なロボット操作のための階層的なインテリジェントアーキテクチャである。 大規模事前学習型視覚言語モデル(VLM)に基づくハイレベル認知プランナー(HCP)で構成されている。 強化学習の手続き的スキルを解き放ち、認知と実行のギャップを効果的に埋める。
  論文  参考訳（メタデータ） (2025-05-03T06:17:18Z)
• Human-Centered AI and Autonomy in Robotics: Insights from a Bibliometric Study [3.794859469462058]
  Human-Centered AI(HCAI)は、人間の制御と自動化のバランスを図る。 本稿では,SciMAT と VOSViewer を用いた知的自律ロボットシステムの書誌分析を行った。 この発見は、学術的傾向、新しいトピック、そして自己適応型ロボット行動におけるAIの役割を浮き彫りにしている。
  論文  参考訳（メタデータ） (2025-04-28T14:45:48Z)
• GRAPPA: Generalizing and Adapting Robot Policies via Online Agentic Guidance [15.774237279917594]
  本稿では,ロボットによる自己指導と自己改善のためのエージェントフレームワークを提案する。 本フレームワークは,環境中の関連オブジェクトに対して,ベースロボットポリシーを反復的に適用する。 弊社のアプローチは、操作ポリシーを効果的にガイドし、成功率を大幅に向上させることを実証する。
  論文  参考訳（メタデータ） (2024-10-09T02:00:37Z)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• Bridging Active Exploration and Uncertainty-Aware Deployment Using Probabilistic Ensemble Neural Network Dynamics [11.946807588018595]
  本稿では,活発な探索と不確実性を考慮した展開を橋渡しするモデルベース強化学習フレームワークを提案する。 探索と展開の対立する2つのタスクは、最先端のサンプリングベースのMPCによって最適化されている。 自動運転車と車輪付きロボットの両方で実験を行い、探索と展開の両方に有望な結果を示します。
  論文  参考訳（メタデータ） (2023-05-20T17:20:12Z)
• Active Predicting Coding: Brain-Inspired Reinforcement Learning for Sparse Reward Robotic Control Problems [79.07468367923619]
  ニューラルジェネレーティブ・コーディング(NGC)の神経認知計算フレームワークによるロボット制御へのバックプロパゲーションフリーアプローチを提案する。 我々は、スパース報酬から動的オンライン学習を容易にする強力な予測符号化/処理回路から完全に構築されたエージェントを設計する。 提案するActPCエージェントは,スパース(外部)報酬信号に対して良好に動作し,複数の強力なバックプロップベースのRLアプローチと競合し,性能が優れていることを示す。
  論文  参考訳（メタデータ） (2022-09-19T16:49:32Z)

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。