論文の概要: Agentic AI Systems in Electrical Power Systems Engineering: Current State-of-the-Art and Challenges
- arxiv url: http://arxiv.org/abs/2511.14478v2
- Date: Wed, 19 Nov 2025 02:49:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-20 13:41:21.142555
- Title: Agentic AI Systems in Electrical Power Systems Engineering: Current State-of-the-Art and Challenges
- Title（参考訳）: 電力システム工学におけるエージェントAIシステム:現状と課題
- Authors: Soham Ghosh, Gaurav Mittal,
- Abstract要約: エージェントAIシステムは、人工知能において批判的で変革的なアプローチとして登場した。
本稿では,「エージェントAI」の正確な定義と分類について述べる。
本論文では,電気工学を専門とする4つの応用事例について述べる。
- 参考スコア（独自算出の注目度）: 6.837830206986645
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Agentic AI systems have recently emerged as a critical and transformative approach in artificial intelligence, offering capabilities that extend far beyond traditional AI agents and contemporary generative AI models. This rapid evolution necessitates a clear conceptual and taxonomical understanding to differentiate this new paradigm. Our paper addresses this gap by providing a comprehensive review that establishes a precise definition and taxonomy for "agentic AI," with the aim of distinguishing it from previous AI paradigms. The concepts are gradually introduced, starting with a highlight of its diverse applications across the broader field of engineering. The paper then presents four detailed, state-of-the-art use case applications specifically within electrical engineering. These case studies demonstrate practical impact, ranging from an advanced agentic framework for streamlining complex power system studies and benchmarking to a novel system developed for survival analysis of dynamic pricing strategies in battery swapping stations. Finally, to ensure robust deployment, the paper provides detailed failure mode investigations. From these findings, we derive actionable recommendations for the design and implementation of safe, reliable, and accountable agentic AI systems, offering a critical resource for researchers and practitioners.
- Abstract（参考訳）: エージェントAIシステムは、人工知能において批判的で変革的なアプローチとして最近登場し、従来のAIエージェントや現代の生成AIモデルを超えて拡張された機能を提供する。
この急速な進化は、この新しいパラダイムを区別するために明確な概念的および分類学的理解を必要とする。
本稿は、従来のAIパラダイムと区別することを目的とした、"エージェントAI"の正確な定義と分類を確立する包括的なレビューを提供することによって、このギャップに対処する。
コンセプトは徐々に導入され、幅広いエンジニアリング分野にまたがる多様な応用のハイライトから始める。
論文では、電気工学に特化して、最先端のユースケースを4つ紹介している。
これらのケーススタディは、複雑な電力システム研究を合理化するための高度なエージェントフレームワークから、バッテリー交換ステーションにおける動的価格戦略のサバイバル分析のために開発された新しいシステムまで、実践的な影響を実証している。
最後に、ロバストなデプロイメントを保証するため、詳細な障害モードの調査を提供する。
これらの結果から、安全で信頼性があり、説明可能なエージェントAIシステムの設計と実装のための実用的な勧告を導き、研究者や実践者にとって重要なリソースを提供する。
関連論文リスト
- Empowering Real-World: A Survey on the Technology, Practice, and Evaluation of LLM-driven Industry Agents [63.03252293761656]
本稿では,大規模言語モデル(LLM)に基づく産業エージェントの技術,応用,評価手法を体系的にレビューする。
エージェント能力の進歩を支える3つの重要な技術柱として,記憶,計画,ツール利用について検討する。
本稿では,デジタル工学,科学的発見,具体的インテリジェンス,協調ビジネス実行,複雑なシステムシミュレーションといった実世界の領域における産業エージェントの応用の概要について述べる。
論文 参考訳（メタデータ） (2025-10-20T12:46:55Z) - A Comprehensive Review of AI Agents: Transforming Possibilities in Technology and Beyond [3.96715377510494]
Reviewは、次世代のAIエージェントシステムを、より堅牢で適応性があり、信頼できる自律的知性へと導くことを目指している。
認知科学に触発されたモデル、階層的強化学習フレームワーク、および大規模言語モデルに基づく推論から洞察を合成する。
我々は、これらのエージェントを現実世界のシナリオに展開する際の倫理的、安全性、解釈可能性に関する懸念について論じる。
論文 参考訳（メタデータ） (2025-08-16T07:38:45Z) - A Comprehensive Survey of Self-Evolving AI Agents: A New Paradigm Bridging Foundation Models and Lifelong Agentic Systems [53.37728204835912]
既存のAIシステムは、デプロイ後も静的な手作業による構成に依存している。
近年,インタラクションデータと環境フィードバックに基づいてエージェントシステムを自動拡張するエージェント進化手法が研究されている。
この調査は、自己進化型AIエージェントの体系的な理解を研究者や実践者に提供することを目的としている。
論文 参考訳（メタデータ） (2025-08-10T16:07:32Z) - Deep Research Agents: A Systematic Examination And Roadmap [109.53237992384872]
Deep Research (DR) エージェントは複雑な多ターン情報研究タスクに取り組むように設計されている。
本稿では,DRエージェントを構成する基礎技術とアーキテクチャコンポーネントの詳細な分析を行う。
論文 参考訳（メタデータ） (2025-06-22T16:52:48Z) - General Scales Unlock AI Evaluation with Explanatory and Predictive Power [57.7995945974989]
ベンチマークはAIの進歩を導くものだが、汎用AIシステムには限られた説明力と予測力を提供している。
私たちは、一般的なAIベンチマークが実際に何を計測しているかを説明することができる、AI評価のための一般的な尺度を紹介します。
私たちの完全に自動化された方法論は、飽和しない一般的なスケールにインスタンス要求を配置する18の新しく作られたルーリックの上に構築されます。
論文 参考訳（メタデータ） (2025-03-09T01:13:56Z) - Present and Future of AI in Renewable Energy Domain : A Comprehensive Survey [0.0]
人工知能(AI)は、様々な産業におけるプロセスを合理化するための重要な手段となっている。
現代の電力システムの再生可能エネルギー(RE)を支援するため、9つのAIベースの戦略がここで特定されている。
この研究は、再生可能エネルギー生成にAI技術を使用すること、再生可能エネルギー予測にAIを活用すること、エネルギーシステムの最適化という3つの主要なトピックについても論じている。
論文 参考訳（メタデータ） (2024-06-22T04:36:09Z) - 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)
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。