論文の概要: Digital Twin and Agentic AI for Wild Fire Disaster Management: Intelligent Virtual Situation Room

• arxiv url: http://arxiv.org/abs/2602.08949v1
• Date: Mon, 09 Feb 2026 17:44:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-10 20:26:25.406073
• Title: Digital Twin and Agentic AI for Wild Fire Disaster Management: Intelligent Virtual Situation Room
• Title（参考訳）: 自然災害管理のためのデジタルツインとエージェントAI:インテリジェント仮想環境ルーム
• Authors: Mohammad Morsali, Siavash H. Khajavi,
• Abstract要約: 森林火災の頻度と強度は、2030年までに約14%増加し、2050年までに30%増加すると予測されている。 従来の災害管理フレームワークは静的シミュレーションと受動的データ取得に依存している。 本稿では、自律型AIエージェントによって強化された双方向デジタルツイン(DT)プラットフォームである、Intelligent Virtual situation Room (IVSR)を紹介する。
• 参考スコア（独自算出の注目度）: 1.4323566945483497
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: According to the United Nations, wildfire frequency and intensity are projected to increase by approximately 14% by 2030 and 30% by 2050 due to global warming, posing critical threats to life, infrastructure, and ecosystems. Conventional disaster management frameworks rely on static simulations and passive data acquisition, hindering their ability to adapt to arbitrarily evolving wildfire episodes in real-time. To address these limitations, we introduce the Intelligent Virtual Situation Room (IVSR), a bidirectional Digital Twin (DT) platform augmented by autonomous AI agents. The IVSR continuously ingests multisource sensor imagery, weather data, and 3D forest models to create a live virtual replica of the fire environment. A similarity engine powered by AI aligns emerging conditions with a precomputed Disaster Simulation Library, retrieving and calibrating intervention tactics under the watchful eyes of experts. Authorized action-ranging from UAV redeployment to crew reallocation-is cycled back through standardized procedures to the physical layer, completing the loop between response and analysis. We validate IVSR through detailed case-study simulations provided by an industrial partner, demonstrating capabilities in localized incident detection, privacy-preserving playback, collider-based fire-spread projection, and site-specific ML retraining. Our results indicate marked reductions in detection-to-intervention latency and more effective resource coordination versus traditional systems. By uniting real-time bidirectional DTs with agentic AI, IVSR offers a scalable, semi-automated decision-support paradigm for proactive, adaptive wildfire disaster management.
• Abstract（参考訳）: 国連によると、森林火災の頻度と強度は、地球温暖化により2030年までに約14%増加し、2050年には30%増加し、生命、インフラ、生態系に重大な脅威をもたらすと予測されている。 従来の災害管理フレームワークは静的シミュレーションと受動的データ取得に依存しており、任意に進化する山火事のエピソードにリアルタイムで適応する能力を妨げている。 これらの制限に対処するため、自律型AIエージェントによって強化された双方向デジタルツイン(DT)プラットフォームである、Intelligent Virtual situation Room (IVSR)を導入する。 IVSRは、マルチソースセンサーイメージ、気象データ、および3D森林モデルを継続的に取り込み、火災環境のライブ仮想レプリカを作成する。 AIを動力とする類似エンジンは、先進的な状況を事前に計算された災害シミュレーションライブラリと整合させ、専門家の目の下で介入戦術の検索と校正を行う。 UAVの再配備から乗組員の再配置までの認可された行動配置は、物理層への標準化手順を通じて循環し、応答と分析の間のループを完了した。 産業パートナーが提供する詳細なケーススタディシミュレーションを通じてIVSRを検証し、局所的なインシデント検出、プライバシ保護再生、コライダーベースのファイアスプレッドプロジェクション、サイト固有のMLリトレーニングの能力を示す。 その結果,従来のシステムに比べて,検出から干渉までの遅延が著しく減少し,資源調整の効率化が図られた。 エージェントAIとリアルタイム双方向DTを結合することにより、IVSRは、能動的で適応的な山火事災害管理のためのスケーラブルで半自動化された意思決定支援パラダイムを提供する。

関連論文リスト

• Agentic AI Meets Edge Computing in Autonomous UAV Swarms [3.9444299467643025]
  エージェントAIは、大規模言語モデル(LLM)をベースとして、自律的な推論、計画、実行によって、新たな運用可能性を開く。 しかし、インフラ制約、動的環境、マルチエージェント調整の計算要求は、現実世界の展開を制限する。 本稿では,LLMベースのエージェントAIとエッジコンピューティングを統合し,UAV群におけるスケーラブルでレジリエンスな自律性を実現する。
  論文  参考訳（メタデータ） (2026-01-20T19:45:33Z)
• Hierarchical Task Offloading and Trajectory Optimization in Low-Altitude Intelligent Networks Via Auction and Diffusion-based MARL [37.79695337425523]
  低高度インテリジェントネットワーク(LAIN)は、災害対応、環境モニタリング、リアルタイムセンシングといったミッションクリティカルなアプリケーションをサポートすることができる。 これらのシステムは、エネルギー制約のあるUAV、タスク到着、異種コンピューティングリソースなど、重要な課題に直面している。 本稿では,UAV軌道計画とタスクオフロード決定を協調的に最適化する,時間依存型整数型非線形計画問題の解法を提案する。
  論文  参考訳（メタデータ） (2025-12-05T08:14:45Z)
• Trajectory Design for UAV-Based Low-Altitude Wireless Networks in Unknown Environments: A Digital Twin-Assisted TD3 Approach [62.11847362756054]
  低高度無線ネットワーク(LAWN)のキーイネーブラーとして無人航空機(UAV)が登場している 我々は、デジタルツイン(DT)支援トレーニングおよびデプロイメントフレームワークを提案する。 このフレームワークでは、UAVは統合されたセンシングと通信信号を送信し、地上ユーザーに通信サービスを提供し、同時にDTサーバにアップロードされたエコーを収集して、仮想環境(VE)を段階的に構築する。 これらのVEはモデルトレーニングを加速し、展開中のリアルタイムUAVセンシングデータを継続的に更新し、意思決定をサポートし、飛行安全性を向上する。
  論文  参考訳（メタデータ） (2025-10-28T10:05:53Z)
• Generative AI as a Pillar for Predicting 2D and 3D Wildfire Spread: Beyond Physics-Based Models and Traditional Deep Learning [4.582541339132966]
  森林火災はますます人間の生活、生態系、インフラを脅かす。 既存の物理モデルとディープラーニングモデルは、2Dドメインと3Dドメインにまたがる動的な山火事を捉えるのに苦労している。 本稿では,生成型人工知能(AI)モデルが山火事の予測とシミュレーションの変換ツールとして機能するかを考察する。
  論文  参考訳（メタデータ） (2025-06-03T05:54:40Z)
• Agent-Based Modeling and Deep Neural Networks for Establishing Digital Twins of Secure Facilities under Sensing Restrictions [0.0]
  デジタルツイン技術は、シリコにおける望ましくない結果をシミュレートし、監視し、予測するのに役立つ。 バーチャルリアリティー(VR)ベースのデジタルツイン技術は、セキュアな核施設で人間のパターン・オブ・ライフ(POL)を監視する際に特に有用である。 このような施設の高セキュリティ状態は、モデラーがデータ収集のための人間の活動センサーを配置することを制限する可能性がある。
  論文  参考訳（メタデータ） (2025-03-29T17:01:43Z)
• Generative Diffusion-based Contract Design for Efficient AI Twins Migration in Vehicular Embodied AI Networks [55.15079732226397]
  Embodied AIは、サイバースペースと物理空間のギャップを埋める、急速に進歩する分野だ。 VEANETでは、組み込まれたAIツインが車載AIアシスタントとして機能し、自律運転をサポートするさまざまなタスクを実行する。
  論文  参考訳（メタデータ） (2024-10-02T02:20:42Z)
• Simulation-based Scenario Generation for Robust Hybrid AI for Autonomy [0.12499537119440242]
  HAMERITTはシミュレーションベースの自律ソフトウェアフレームワークである。 自律的な操作と知覚推論のためのニューロシンボリックアルゴリズムのトレーニング、テスト、保証をサポートする。
  論文  参考訳（メタデータ） (2024-09-10T16:00:26Z)
• HAZARD Challenge: Embodied Decision Making in Dynamically Changing Environments [93.94020724735199]
  HAZARDは、火災、洪水、風などの3つの予期せぬ災害シナリオで構成されている。 このベンチマークにより、さまざまなパイプラインで自律エージェントの意思決定能力を評価することができる。
  論文  参考訳（メタデータ） (2024-01-23T18:59:43Z)
• SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries [94.84458417662407]
  制御可能なクローズドループ安全クリティカルシミュレーションフレームワークであるSAFE-SIMを紹介する。 提案手法は,1)現実の環境を深く反映した現実的な長距離安全クリティカルシナリオの生成,2)より包括的でインタラクティブな評価のための制御可能な敵行動の提供,の2つの利点をもたらす。 複数のプランナにまたがるnuScenesとnuPlanデータセットを使用して、我々のフレームワークを実証的に検証し、リアリズムと制御性の両方の改善を実証した。
  論文  参考訳（メタデータ） (2023-12-31T04:14:43Z)

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。