論文の概要: Edge General Intelligence Through World Models and Agentic AI: Fundamentals, Solutions, and Challenges

• arxiv url: http://arxiv.org/abs/2508.09561v1
• Date: Wed, 13 Aug 2025 07:29:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-14 20:42:00.798484
• Title: Edge General Intelligence Through World Models and Agentic AI: Fundamentals, Solutions, and Challenges
• Title（参考訳）: 世界モデルとエージェントAIによるエッジ汎用インテリジェンス - 基本,ソリューション,課題
• Authors: Changyuan Zhao, Guangyuan Liu, Ruichen Zhang, Yinqiu Liu, Jiacheng Wang, Jiawen Kang, Dusit Niyato, Zan Li, Xuemin, Shen, Zhu Han, Sumei Sun, Chau Yuen, Dong In Kim,
• Abstract要約: エッジ・ジェネラル・インテリジェンス(エッジ・ジェネラル・インテリジェンス、Edge General Intelligence、EGI)は、分散エージェントが自律的に知覚、理性、行動する能力を持つエッジ・コンピューティングの変革的進化を表す。 世界モデルは、将来の軌跡を予測するだけでなく、積極的に想像するプロアクティブな内部シミュレーターとして機能し、不確実性の理由を定め、予見で多段階のアクションを計画する。 この調査は、世界モデルがどのようにエージェント人工知能(AI)システムをエッジで強化できるかを包括的に分析することで、ギャップを埋める。
• 参考スコア（独自算出の注目度）: 87.02855999212817
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Edge General Intelligence (EGI) represents a transformative evolution of edge computing, where distributed agents possess the capability to perceive, reason, and act autonomously across diverse, dynamic environments. Central to this vision are world models, which act as proactive internal simulators that not only predict but also actively imagine future trajectories, reason under uncertainty, and plan multi-step actions with foresight. This proactive nature allows agents to anticipate potential outcomes and optimize decisions ahead of real-world interactions. While prior works in robotics and gaming have showcased the potential of world models, their integration into the wireless edge for EGI remains underexplored. This survey bridges this gap by offering a comprehensive analysis of how world models can empower agentic artificial intelligence (AI) systems at the edge. We first examine the architectural foundations of world models, including latent representation learning, dynamics modeling, and imagination-based planning. Building on these core capabilities, we illustrate their proactive applications across EGI scenarios such as vehicular networks, unmanned aerial vehicle (UAV) networks, the Internet of Things (IoT) systems, and network functions virtualization, thereby highlighting how they can enhance optimization under latency, energy, and privacy constraints. We then explore their synergy with foundation models and digital twins, positioning world models as the cognitive backbone of EGI. Finally, we highlight open challenges, such as safety guarantees, efficient training, and constrained deployment, and outline future research directions. This survey provides both a conceptual foundation and a practical roadmap for realizing the next generation of intelligent, autonomous edge systems.
• Abstract（参考訳）: エッジ・ジェネラル・インテリジェンス(エッジ・ジェネラル・インテリジェンス、Edge General Intelligence、EGI)は、エッジ・コンピューティングの変革的な進化であり、分散エージェントは多様な動的環境において、知覚、理性、自律的な行動の能力を持つ。 このビジョンの中心は世界モデルであり、将来の軌道を予測するだけでなく、積極的に予測し、不確実性の理由を定め、予見で多段階のアクションを計画するプロアクティブな内部シミュレータとして機能する。 このプロアクティブな性質により、エージェントは潜在的な成果を予測し、現実世界の相互作用よりも先に決定を最適化することができる。 ロボティクスやゲーミングにおける以前の研究は、世界モデルの可能性を示してきたが、EGIのワイヤレスエッジへの統合はいまだに未調査である。 この調査は、世界モデルがどのようにエージェント人工知能(AI)システムをエッジで強化できるかを包括的に分析することで、このギャップを埋める。 まず、潜在表現学習、ダイナミクスモデリング、想像力に基づく計画など、世界モデルのアーキテクチャ基盤について検討する。 これらのコア機能に基づいて、車両ネットワーク、無人航空機(UAV)ネットワーク、IoT(Internet of Things)システム、ネットワーク機能の仮想化といったEGIシナリオにまたがるプロアクティブなアプリケーションを説明し、レイテンシ、エネルギ、プライバシ制約の下での最適化の強化方法を強調します。 次に、基礎モデルとデジタル双生児とのシナジーを探求し、世界モデルをEGIの認知的バックボーンとして位置づける。 最後に、安全保証、効率的なトレーニング、制約付きデプロイメントといったオープンな課題を強調し、今後の研究方向性を概説する。 この調査は、次世代のインテリジェントで自律的なエッジシステムを実現するための概念的基盤と実践的なロードマップを提供する。

関連論文リスト

• Agentic Satellite-Augmented Low-Altitude Economy and Terrestrial Networks: A Survey on Generative Approaches [76.12691010182802]
  本調査は,衛星搭載低高度経済と地上ネットワーク(SLAETN)におけるエージェント人工知能(AI)の実現に焦点をあてる。 SLAETNのアーキテクチャと特徴を紹介するとともに,衛星,空中,地上コンポーネントの統合において生じる課題を分析する。 これらのモデルが,コミュニケーション強化,セキュリティとプライバシ保護,インテリジェントな衛星タスクという,3つの領域にわたるエージェント機能をどのように強化するかを検討する。
  論文  参考訳（メタデータ） (2025-07-19T14:07:05Z)
• World Models for Cognitive Agents: Transforming Edge Intelligence in Future Networks [55.90051810762702]
  本稿では,世界モデルを概観し,そのアーキテクチャ,トレーニングパラダイム,予測,生成,計画,因果推論といった応用を概観する。 ワイヤレスエッジインテリジェンス最適化に適した,新しい世界モデルに基づく強化学習フレームワークであるWireless Dreamerを提案する。
  論文  参考訳（メタデータ） (2025-05-31T06:43:00Z)
• A Survey of World Models for Autonomous Driving [63.33363128964687]
  自律運転の最近の進歩は、堅牢な世界モデリングの進歩によって推進されている。 世界モデルは、マルチセンサーデータ、セマンティックキュー、時間ダイナミクスを統合する駆動環境の高忠実度表現を提供する。 本稿では、自律運転の世界モデルにおける最近の進歩を体系的にレビューする。
  論文  参考訳（メタデータ） (2025-01-20T04:00:02Z)
• Exploring the Interplay Between Video Generation and World Models in Autonomous Driving: A Survey [61.39993881402787]
  世界モデルとビデオ生成は、自動運転の領域において重要な技術である。 本稿では,この2つの技術の関係について検討する。 映像生成モデルと世界モデルとの相互作用を分析することにより,重要な課題と今後の研究方向性を明らかにする。
  論文  参考訳（メタデータ） (2024-11-05T08:58:35Z)
• GAIA-1: A Generative World Model for Autonomous Driving [9.578453700755318]
  本稿では,現実的な運転シナリオを生成する生成的世界モデルであるGAIA-1(Generative AI for Autonomy)を紹介する。 我々のモデルからの創発的特性には、高レベルの構造やシーンダイナミクス、文脈認識、一般化、幾何学の理解などが含まれる。
  論文  参考訳（メタデータ） (2023-09-29T09:20:37Z)

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。