論文の概要: Hybrid Agentic AI and Multi-Agent Systems in Smart Manufacturing

• arxiv url: http://arxiv.org/abs/2511.18258v1
• Date: Sun, 23 Nov 2025 03:06:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-25 18:34:24.725674
• Title: Hybrid Agentic AI and Multi-Agent Systems in Smart Manufacturing
• Title（参考訳）: スマートマニュファクチャリングにおけるハイブリッドエージェントAIとマルチエージェントシステム
• Authors: Mojtaba A. Farahani, Md Irfan Khan, Thorsten Wuest,
• Abstract要約: 本稿では,複合エージェントAIとマルチエージェントフレームワークを,規範的メンテナンスユースケースに適用する。 提案するフレームワークは、認識層、前処理層、分析層、最適化層からなる階層アーキテクチャを採用している。 特殊エージェントは、スキーマ発見、インテリジェントな特徴分析、モデル選択、規範最適化を自律的に処理する。 最初の概念実証は、2つの工業生産データセットで検証される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: The convergence of Agentic AI and MAS enables a new paradigm for intelligent decision making in SMS. Traditional MAS architectures emphasize distributed coordination and specialized autonomy, while recent advances in agentic AI driven by LLMs introduce higher order reasoning, planning, and tool orchestration capabilities. This paper presents a hybrid agentic AI and multi agent framework for a Prescriptive Maintenance use case, where LLM based agents provide strategic orchestration and adaptive reasoning, complemented by rule based and SLMs agents performing efficient, domain specific tasks on the edge. The proposed framework adopts a layered architecture that consists of perception, preprocessing, analytics, and optimization layers, coordinated through an LLM Planner Agent that manages workflow decisions and context retention. Specialized agents autonomously handle schema discovery, intelligent feature analysis, model selection, and prescriptive optimization, while a HITL interface ensures transparency and auditability of generated maintenance recommendations. This hybrid design supports dynamic model adaptation, cost efficient maintenance scheduling, and interpretable decision making. An initial proof of concept implementation is validated on two industrial manufacturing datasets. The developed framework is modular and extensible, supporting seamless integration of new agents or domain modules as capabilities evolve. The results demonstrate the system capability to automatically detect schema, adapt preprocessing pipelines, optimize model performance through adaptive intelligence, and generate actionable, prioritized maintenance recommendations. The framework shows promise in achieving improved robustness, scalability, and explainability for RxM in smart manufacturing, bridging the gap between high level agentic reasoning and low level autonomous execution.
• Abstract（参考訳）: Agentic AIとMASの収束により、SMSにおけるインテリジェントな意思決定のための新しいパラダイムが実現される。 従来のMASアーキテクチャでは、分散コーディネーションと専門的な自律性が重視されていたが、LLMによって駆動されるエージェントAIの最近の進歩は、より高い順序推論、計画、ツールオーケストレーション機能を導入している。 本稿では,LLMをベースとしたエージェントが,ルールベースとSLMエージェントを補完し,効率的なドメイン固有タスクをエッジ上で実行する,戦略的オーケストレーションと適応的推論を提供する,Prescriptive maintenanceユースケースのためのハイブリッドエージェントAIとマルチエージェントフレームワークを提案する。 提案するフレームワークでは,ワークフロー決定とコンテキスト保持を管理するLLM Planner Agentを通じて,認識層,前処理層,分析層,最適化層で構成される階層アーキテクチャを採用している。 特殊なエージェントは、スキーマ発見、インテリジェントな特徴分析、モデル選択、規範的な最適化を自律的に処理し、HITLインターフェースは生成されたメンテナンスレコメンデーションの透明性と監査性を保証する。 このハイブリッド設計は、動的モデル適応、コスト効率のよいメンテナンススケジューリング、解釈可能な意思決定をサポートする。 最初の概念実証は、2つの工業生産データセットで検証される。 開発されたフレームワークはモジュール化され拡張可能で、機能の発展に伴って新しいエージェントやドメインモジュールのシームレスな統合をサポートする。 結果は、スキーマの自動検出、前処理パイプラインの適応、適応インテリジェンスによるモデルパフォーマンスの最適化、実行可能で優先順位付けされたメンテナンスレコメンデーションを生成するシステム機能を示す。 このフレームワークは、スマート製造におけるRxMの堅牢性、スケーラビリティ、説明可能性の向上を実現し、高レベルのエージェント推論と低レベルの自律実行のギャップを埋める、という約束を示している。

関連論文リスト

• Agentic AI Reasoning for Mobile Edge General Intelligence: Fundamentals, Approaches, and Directions [74.35421055079655]
  大規模言語モデル(LLM)は、強力な推論と自律的な意思決定能力を備えたエージェント人工知能(AI)の出現を可能にした。 Mobile Edge General Intelligence (MEGI)は、リアルタイムでプライバシ保護の推論をネットワークエッジにもたらす。 本稿では,MEGIにおけるLLM推論の効率的な展開のための共同最適化フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-27T10:53:48Z)
• An Agentic Framework for Autonomous Metamaterial Modeling and Inverse Design [2.66269503676104]
  フォトニックメタマテリアルの逆設計のためのフレームワークを開発し,実証する。 フレームワークの有効性は、自動化、推論、計画、適応の能力で実証されている。 特に、Agenic Frameworkは内部のリフレクションと決定の柔軟性を持ち、高度に多様性があり、潜在的に新しい出力を可能にする。
  論文  参考訳（メタデータ） (2025-06-07T22:10:05Z)
• Distinguishing Autonomous AI Agents from Collaborative Agentic Systems: A Comprehensive Framework for Understanding Modern Intelligent Architectures [0.0]
  大規模言語モデルの出現は、人工知能の2つの異なる相互接続パラダイム、すなわちスタンドアロンAIエージェントと協調エージェントAIエコシステムを触媒した。 本研究は, 運用原則, 構造構成, 配置方法論の体系的解析を通じて, これらのアーキテクチャを識別するための決定的な枠組みを確立する。
  論文  参考訳（メタデータ） (2025-06-02T08:52:23Z)
• Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [58.50944604905037]
  エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。 AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。 この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
  論文  参考訳（メタデータ） (2025-05-03T13:55:38Z)
• UserCentrix: An Agentic Memory-augmented AI Framework for Smart Spaces [8.111700384985356]
  エージェントAIは、自律的で積極的な意思決定とともに、スマート環境を変革した。 本稿では、動的でコンテキスト対応な意思決定を通じてスマートスペースを強化するために設計された、エージェント型メモリ拡張AIフレームワークであるUserCentrixを紹介する。
  論文  参考訳（メタデータ） (2025-05-01T11:54:49Z)
• Gödel Agent: A Self-Referential Agent Framework for Recursive Self-Improvement [112.04307762405669]
  G"odel AgentはG"odelマシンにインスパイアされた自己進化型フレームワークである。 G"odel Agentは、パフォーマンス、効率、一般化性において手作業によるエージェントを上回る、継続的な自己改善を実現することができる。
  論文  参考訳（メタデータ） (2024-10-06T10:49:40Z)

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。