論文の概要: TACOS: Task Agnostic COordinator of a multi-drone System

• arxiv url: http://arxiv.org/abs/2510.01869v1
• Date: Thu, 02 Oct 2025 10:21:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-03 14:32:17.264958
• Title: TACOS: Task Agnostic COordinator of a multi-drone System
• Title（参考訳）: TACOS:マルチドローンシステムのタスク非依存コーディネータ
• Authors: Alessandro Nazzari, Roberto Rubinacci, Marco Lovera,
• Abstract要約: TACOS(Task-Agnostic Coordinator of a multi-drone System)は、マルチUAVシステムの高レベル自然言語制御を可能にする統合フレームワークである。 直感的なユーザインタラクションのための1対多の自然言語インターフェース、ユーザ意図を構造化されたタスクプランに変換するインテリジェントコーディネータ、現実世界と対話するプランを実行する自律エージェントである。
• 参考スコア（独自算出の注目度）: 41.99844472131922
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: When a single pilot is responsible for managing a multi-drone system, the task demands varying levels of autonomy, from direct control of individual UAVs, to group-level coordination, to fully autonomous swarm behaviors for accomplishing high-level tasks. Enabling such flexible interaction requires a framework that supports multiple modes of shared autonomy. As language models continue to improve in reasoning and planning, they provide a natural foundation for such systems, reducing pilot workload by enabling high-level task delegation through intuitive, language-based interfaces. In this paper we present TACOS (Task-Agnostic COordinator of a multi-drone System), a unified framework that enables high-level natural language control of multi-UAV systems through Large Language Models (LLMs). TACOS integrates three key capabilities into a single architecture: a one-to-many natural language interface for intuitive user interaction, an intelligent coordinator for translating user intent into structured task plans, and an autonomous agent that executes plans interacting with the real-world. TACOS allows a LLM to interact with a library of executable APIs, bridging semantic reasoning with real-time multi-robot coordination. We demonstrate the system in real-world multi-drone system and conduct an ablation study to assess the contribution of each module.
• Abstract（参考訳）: 単一のパイロットが複数のドローンシステムを管理する責任を負う場合、タスクは個々のUAVの直接制御からグループレベルの調整、ハイレベルなタスクを達成するための完全な自律的な群れ動作まで、様々なレベルの自律性を要求する。 このような柔軟なインタラクションを実現するには、複数の共有自律性モードをサポートするフレームワークが必要です。 言語モデルは推論や計画において改善され続けており、直感的で言語ベースのインターフェイスを通じて高いレベルのタスクデリゲートを可能にすることで、パイロットの作業量を削減し、そのようなシステムの自然な基盤を提供する。 本稿では,大規模言語モデル(LLM)によるマルチUAVシステムの高レベル自然言語制御を実現する統合フレームワークであるTACOSを提案する。 TACOSは、直感的なユーザインタラクションのための1対多の自然言語インターフェース、ユーザ意図を構造化されたタスクプランに変換するインテリジェントコーディネータ、現実世界と対話するプランを実行する自律エージェントの3つの重要な機能を単一のアーキテクチャに統合する。 TACOSは、LLMが実行可能なAPIのライブラリと対話し、リアルタイムなマルチロボット調整を伴うセマンティック推論をブリッジすることを可能にする。 実世界のマルチドローンシステムで実演し、各モジュールの貢献度を評価するためのアブレーション研究を行う。

関連論文リスト

• Magentic-UI: Towards Human-in-the-loop Agentic Systems [34.50407835250159]
  本稿では,ヒューマンエージェントインタラクションの開発と研究のためのオープンソースのWebインターフェースであるMagentic-UIを紹介する。 柔軟なマルチエージェントアーキテクチャに基づいて構築されたMagentic-UIは、Webブラウジング、コード実行、ファイル操作をサポートする。 エージェントベンチマークによる自律的なタスク補完、インタラクション機能のユーザテストのシミュレーション、実際のユーザとの質的研究、ターゲットとする安全性評価の4つの側面でMagentic-UIを評価した。
  論文  参考訳（メタデータ） (2025-07-30T03:49:14Z)
• ICCO: Learning an Instruction-conditioned Coordinator for Language-guided Task-aligned Multi-robot Control [7.335799770583488]
  言語誘導型マルチロボットシステムにおける協調性を高めるための命令記述コーディネータ(ICCO)を提案する。 ICCOはコーディネータエージェントと複数のローカルエージェントで構成されており、そこでコーディネータはタスク指向と一貫性の命令を生成する。 学習目標に一貫性向上用語を加えて、指示とロボット行動の相互情報を最大化する。
  論文  参考訳（メタデータ） (2025-03-15T13:03:20Z)
• Autonomous Deep Agent [0.7489814067742621]
  Deep Agentは、複雑なマルチフェーズタスクを管理するために設計された高度な自律AIシステムである。 システムの基盤は階層型タスクDAGフレームワーク上に構築されています。 Deep Agentは、自己管理型AIシステムにおいて、新しいパラダイムを確立する。
  論文  参考訳（メタデータ） (2025-02-10T21:46:54Z)
• Unified Human-Scene Interaction via Prompted Chain-of-Contacts [61.87652569413429]
  HSI(Human-Scene Interaction)は、AIや仮想現実といった分野において重要なコンポーネントである。 本稿では,言語コマンドによる多様なインタラクションの統一制御を支援する統一型HSIフレームワークUniHSIを提案する。
  論文  参考訳（メタデータ） (2023-09-14T17:59:49Z)
• Planning-oriented Autonomous Driving [60.93767791255728]
  我々は、最終目標、すなわち自動運転車の計画を追求するために、好ましいフレームワークを考案し、最適化すべきであると主張している。 フルスタック運転タスクをひとつのネットワークに組み込んだ総合的なフレームワークであるUnified Autonomous Driving (UniAD)を紹介した。
  論文  参考訳（メタデータ） (2022-12-20T10:47:53Z)
• DLGNet-Task: An End-to-end Neural Network Framework for Modeling Multi-turn Multi-domain Task-Oriented Dialogue [0.0]
  本稿では,タスク指向対話システムDLGNet-Taskを提案する。 我々のフレームワークはモジュラーアプローチの制御可能で検証可能で説明可能なアウトプットを楽しみます。 DLGNet-Taskを会話型AIシステムで使用すると、インテリジェントアシスタントの開発、デプロイ、メンテナンスに必要な労力が削減される。
  論文  参考訳（メタデータ） (2020-10-04T21:43:17Z)

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。