論文の概要: Embedding Autonomous Agents in Resource-Constrained Robotic Platforms

• arxiv url: http://arxiv.org/abs/2601.04191v1
• Date: Wed, 07 Jan 2026 18:57:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-09 02:15:23.761003
• Title: Embedding Autonomous Agents in Resource-Constrained Robotic Platforms
• Title（参考訳）: 資源制約されたロボットプラットフォームに自律エージェントを組み込む
• Authors: Negar Halakou, Juan F. Gutierrez, Ye Sun, Han Jiang, Xueming Wu, Yilun Song, Andres Gomez,
• Abstract要約: 本研究では,AgentSpeakを用いてプログラムされた自律エージェントと,迷路を探索する小型二輪ロボットを統合する。 実験の結果, エージェントは287の推理サイクルを用いて59秒で迷路を解き, 決定相は1ミリ秒以下であった。 この統合は、リソース制約された組み込みシステムに高レベルのエージェントベースの制御を適用できることを実証する。
• 参考スコア（独自算出の注目度）: 1.726798312514072
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many embedded devices operate under resource constraints and in dynamic environments, requiring local decision-making capabilities. Enabling devices to make independent decisions in such environments can improve the responsiveness of the system and reduce the dependence on constant external control. In this work, we integrate an autonomous agent, programmed using AgentSpeak, with a small two-wheeled robot that explores a maze using its own decision-making and sensor data. Experimental results show that the agent successfully solved the maze in 59 seconds using 287 reasoning cycles, with decision phases taking less than one millisecond. These results indicate that the reasoning process is efficient enough for real-time execution on resource-constrained hardware. This integration demonstrates how high-level agent-based control can be applied to resource-constrained embedded systems for autonomous operation.
• Abstract（参考訳）: 多くの組み込みデバイスはリソース制約や動的環境下で動作し、ローカルな意思決定能力を必要とする。 このような環境で独立的な決定を下すためのデバイスの導入は、システムの応答性を改善し、一定の外部制御への依存を減らすことができる。 本研究では、AgentSpeakを使ってプログラムされた自律エージェントと、独自の意思決定とセンサーデータを用いて迷路を探索する小型二輪ロボットを統合する。 実験の結果, エージェントは287の推理サイクルを用いて59秒で迷路を解き, 決定相は1ミリ秒以下であった。 これらの結果から,資源制約ハードウェア上でのリアルタイム実行に十分な推理処理が可能であることが示唆された。 この統合は、資源制約された組み込みシステムに高レベルのエージェントベースの制御を適用できることを実証する。

関連論文リスト

• A Unified AI, Embedded, Simulation, and Mechanical Design Approach to an Autonomous Delivery Robot [0.0]
  本稿では,機械工学,組込みシステム,人工知能を統合した完全自律配送ロボットの開発について述べる。 プラットフォームは異種コンピューティングアーキテクチャを採用し、RPi 5とROS 2はAIベースの認識と経路計画を扱う。 機械設計は、精密なモーター選択と材料工学を通じてペイロード容量と移動性に最適化された。
  論文  参考訳（メタデータ） (2025-12-26T23:39:54Z)
• An Agentic Framework for Autonomous Materials Computation [70.24472585135929]
  大規模言語モデル(LLM)は、科学的発見を加速するための強力なツールとして登場した。 近年の進歩はLLMをエージェントフレームワークに統合し、複雑な科学実験のための検索、推論、ツールの使用を可能にしている。 本稿では,第一原理計算の信頼性向上を目的としたドメイン特化エージェントを提案する。
  論文  参考訳（メタデータ） (2025-12-22T15:03:57Z)
• Towards Efficient Agents: A Co-Design of Inference Architecture and System [66.59916327634639]
  本稿では,エージェントアクセラレーションのための統合フレームワークであるAgentInferを提案する。 問題をAgentCollab、AgentSched、AgentSAM、AgentCompressの4つの相乗的コンポーネントに分解する。 BrowseComp-zhとDeepDiverベンチマークの実験では、これらの手法の相乗的コラボレーションを通じて、AgentInferは非効率なトークン消費を50%以上削減することを示した。
  論文  参考訳（メタデータ） (2025-12-20T12:06:13Z)
• SelfAI: Building a Self-Training AI System with LLM Agents [79.10991818561907]
  SelfAIは、高レベルの研究目的を標準化された実験構成に変換するためのUser Agentを組み合わせた、一般的なマルチエージェントプラットフォームである。 実験マネージャは、連続的なフィードバックのための構造化知識ベースを維持しながら、異種ハードウェアをまたいだ並列かつフォールトトレラントなトレーニングを編成する。 回帰、コンピュータビジョン、科学計算、医用画像、薬物発見ベンチマークなどを通じて、SelfAIは一貫して高いパフォーマンスを達成し、冗長な試行を減らしている。
  論文  参考訳（メタデータ） (2025-11-29T09:18:39Z)
• Distributed AI Agents for Cognitive Underwater Robot Autonomy [5.644612398323221]
  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。
  論文  参考訳（メタデータ） (2025-07-31T17:18:55Z)
• Intelligent Sensing-to-Action for Robust Autonomy at the Edge: Opportunities and Challenges [19.390215975410406]
  ロボット、スマートシティ、自動運転車における自律エッジコンピューティングは、センサー、処理、アクチュエーターのシームレスな統合に依存している。 中心となるのは、センサー入力と計算モデルとを反復的に整列させて適応制御戦略を駆動するセンサー・ツー・アクション・ループである。 本稿では、能動的、文脈対応型センシング・ツー・アクションとアクション・トゥ・センシングの適応によって効率が向上する方法について論じる。
  論文  参考訳（メタデータ） (2025-02-04T20:13:58Z)
• Romanus: Robust Task Offloading in Modular Multi-Sensor Autonomous Driving Systems [9.21629452868642]
  本稿では,マルチセンサ処理パイプラインを用いたモジュール型自律走行プラットフォームのための,堅牢で効率的なタスクオフロード手法を提案する。 我々のアプローチは、純粋な局所的な実行よりも14.99%エネルギー効率が高く、頑健な非依存のオフロードベースラインから77.06%のリスク行動の低減を実現している。
  論文  参考訳（メタデータ） (2022-07-18T18:22:49Z)
• SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
  我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。 モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。 リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。 ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
  論文  参考訳（メタデータ） (2021-08-03T02:56:21Z)
• Towards AIOps in Edge Computing Environments [60.27785717687999]
  本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。 高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
  論文  参考訳（メタデータ） (2021-02-12T09:33:00Z)
• Integrated Benchmarking and Design for Reproducible and Accessible Evaluation of Robotic Agents [61.36681529571202]
  本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。 このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。 本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
  論文  参考訳（メタデータ） (2020-09-09T15:31:29Z)

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。