論文の概要: S5-HES Agent: Society 5.0-driven Agentic Framework to Democratize Smart Home Environment Simulation

• arxiv url: http://arxiv.org/abs/2603.01554v1
• Date: Mon, 02 Mar 2026 07:30:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-03 19:50:56.739328
• Title: S5-HES Agent: Society 5.0-driven Agentic Framework to Democratize Smart Home Environment Simulation
• Title（参考訳）: スマートホーム環境シミュレーションを民主化するS5-HESエージェント
• Authors: Akila Siriweera, Janani Rangila, Keitaro Naruse, Incheon Paik, Isuru Jayanada,
• Abstract要約: 本稿では,Society 5.0駆動型スマートホーム環境シミュレーターエージェント(S5-HESエージェント)について述べる。 このフレームワークは、交換可能な大言語モデル(LLM)を介して特殊エージェントを調整する。 セマンティック、キーワード、ハイブリッド検索を備えた検索拡張生成(RAG)パイプラインは、スマートホーム知識を検索する。
• 参考スコア（独自算出の注目度）: 1.4680035572775534
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The smart home is a key domain within the Society 5.0 vision for a human-centered society. Smart home technologies rapidly evolve, and research should diversify while remaining aligned with Society 5.0 objectives. Democratizing smart home research would engage a broader community of innovators beyond traditional limited experts. This shift necessitates inclusive simulation frameworks that support research across diverse fields in industry and academia. However, existing smart home simulators require significant technical expertise, offer limited adaptability, and lack automated evolution, thereby failing to meet the holistic needs of Society 5.0. These constraints impede researchers from efficiently conducting simulations and experiments for security, energy, health, climate, and socio-economic research. To address these challenges, this paper presents the Society 5.0-driven Smart Home Environment Simulator Agent (S5-HES Agent), an agentic simulation framework that transforms traditional smart home simulation through autonomous AI orchestration. The framework coordinates specialized agents through interchangeable large language models (LLMs), enabling natural-language-driven end-to-end smart home simulation configuration without programming expertise. A retrieval-augmented generation (RAG) pipeline with semantic, keyword, and hybrid search retrieves smart home knowledge. Comprehensive evaluation on S5-HES Agent demonstrates that the RAG pipeline achieves near-optimal retrieval fidelity, simulated device behaviour and threat scenarios align with real-world IoT datasets, and simulation engine scales predictably across home configurations, establishing a stable foundation for Society 5.0 smart home research. Source code is available under the MIT License at https://github.com/AsiriweLab/S5-HES-Agent.
• Abstract（参考訳）: スマートホームは、人間中心の社会のための社会5.0ビジョンの重要な領域である。 スマートホーム技術は急速に発展し、研究は多様化され、社会5.0の目標に合致する。 スマートホーム研究の民主化は、従来の限られた専門家以上のイノベーターのコミュニティを巻き込むことになる。 このシフトは、産業やアカデミックの様々な分野の研究を支援する包括的シミュレーションフレームワークを必要とする。 しかし、既存のスマートホームシミュレーターには高度な技術的専門知識が必要であり、適応性に限界があり、自動進化の欠如があるため、Society 5.0の全体的なニーズを満たすことができない。 これらの制約は、研究者がセキュリティ、エネルギー、健康、気候、社会経済研究のシミュレーションと実験を効率的に行うことを妨げている。 これらの課題に対処するため,Society 5.0-driven Smart Home Environment Simulator Agent (S5-HES Agent)を提案する。 このフレームワークは、交換可能な大言語モデル(LLM)を通じて特殊なエージェントをコーディネートし、プログラミングの専門知識のない自然言語駆動のエンドツーエンドのスマートホームシミュレーション構成を可能にする。 セマンティック、キーワード、ハイブリッド検索を備えた検索拡張生成(RAG)パイプラインは、スマートホーム知識を検索する。 S5-HES Agentの総合的な評価は、RAGパイプラインがほぼ最適検索忠実性、シミュレーションされたデバイス動作と脅威シナリオが実世界のIoTデータセットと一致していること、シミュレーションエンジンが家庭構成にわたって予測可能でスケールしていることを示し、Society 5.0スマートホーム研究の安定した基盤を確立している。 ソースコードはMIT Licenseのhttps://github.com/AsiriweLab/S5-HES-Agentで入手できる。

関連論文リスト

• TongSIM: A General Platform for Simulating Intelligent Machines [59.27575233453533]
  エボディード・インテリジェンス(Embodied Intelligence)は、現実的なシミュレートされた環境における訓練エージェントに焦点を当てる。 TongSIMは、エンボディエージェントのトレーニングと評価のための高忠実で汎用的なプラットフォームである。
  論文  参考訳（メタデータ） (2025-12-23T10:00:43Z)
• Dyna-Mind: Learning to Simulate from Experience for Better AI Agents [62.21219817256246]
  私たちは、現在のAIエージェントは、行動する前に、別の未来を精神的にシミュレートする能力である「悪意ある試行錯誤」を必要としていると論じます。 我々は、(V)LMエージェントに対して、そのようなシミュレーションを推論に組み込むように明示的に教える2段階のトレーニングフレームワークであるDyna-Mindを紹介した。
  論文  参考訳（メタデータ） (2025-10-10T17:30:18Z)
• SimuHome: A Temporal- and Environment-Aware Benchmark for Smart Home LLM Agents [10.925787133867951]
  SimuHomeは、スマートデバイスをシミュレートし、APIコールをサポートし、環境変数の変更を反映する時間短縮ホーム環境である。 SimuHomeは高忠実な環境を提供し、SimuHomeで検証されたエージェントは、最小限の適応で実際のMatter準拠のデバイスにデプロイできる。 統合されたReActフレームワーク下での11エージェントの評価では、モデルが単純なタスクでうまく機能する一方で、潜在意図推論、状態検証、特に時間的スケジューリングに苦労していることが判明した。
  論文  参考訳（メタデータ） (2025-09-29T04:54:20Z)
• SOCIA: Joint Structure-Parameter Co-Optimization for Automated Simulator Construction [15.391456718509282]
  エージェントを用いたコンピュータインテリジェンスのためのシミュレーションオーケストレーションは,シミュレータ構築を共同構造-パラメータ共最適化として扱うフレームワークである。 機構に富んだ青写真を生成し、明示的な調整可能なパラメータを公開し、キャリブレーションスキーマをインスタンス化する。 私たちはすぐにコードをリリースします。
  論文  参考訳（メタデータ） (2025-05-17T13:47:31Z)
• YuLan-OneSim: Towards the Next Generation of Social Simulator with Large Language Models [50.35333054932747]
  本稿では,YuLan-OneSimというソーシャルシミュレータを紹介する。 ユーザは、シミュレータとの自然言語インタラクションを通じて、シミュレーションシナリオを記述し、洗練することができます。 我々は、経済学、社会学、政治、心理学、組織、人口統計学、法律、コミュニケーションを含む8つの領域にまたがる50のデフォルトシミュレーションシナリオを実装した。
  論文  参考訳（メタデータ） (2025-05-12T14:05:17Z)
• AgentSociety: Large-Scale Simulation of LLM-Driven Generative Agents Advances Understanding of Human Behaviors and Society [32.849311155921264]
  本稿では,現実的な社会環境を統合した大規模社会シミュレータであるAgentSocietyを提案する。 提案したシミュレーターに基づいて,500万件のインタラクションをシミュレートし,10万件以上のエージェントの社会生活を生成する。 偏極、炎症性メッセージの普及、普遍的ベーシック・インカム・ポリシーの効果、ハリケーンなどの外部ショックの影響の4つに焦点をあてる。
  論文  参考訳（メタデータ） (2025-02-12T15:27:07Z)
• Toward a Cohesive AI and Simulation Software Ecosystem for Scientific Innovation [2.0580344655030554]
  我々は,人工知能(AI)とモデリング・シミュレーション(ModSim)ツールを統合し,科学的発見を促進する統合ソフトウェアスタックの必要性について論じる。 注目すべき課題は、AIとModSimの異なるニーズのバランス、特にソフトウェアビルドプラクティスや依存性管理、互換性の面でのバランスだ。
  論文  参考訳（メタデータ） (2024-11-14T15:17:50Z)
• Aligning Cyber Space with Physical World: A Comprehensive Survey on Embodied AI [116.8199519880327]
  人工知能(Embodied AI)は、人工知能(AGI)の実現に不可欠である 本調査では,Embodied AIの最近の進歩を包括的に調査する。
  論文  参考訳（メタデータ） (2024-07-09T14:14:47Z)
• Simulation Intelligence: Towards a New Generation of Scientific Methods [81.75565391122751]
  シミュレーション知能の9つのモチーフ」は、科学計算、科学シミュレーション、人工知能の融合に必要な重要なアルゴリズムの開発と統合のためのロードマップである。 シミュレーションインテリジェンスのモチーフは、オペレーティングシステムのレイヤ内のコンポーネントとよく似ています。 我々は、モチーフ間の協調的な努力が科学的な発見を加速する大きな機会をもたらすと信じている。
  論文  参考訳（メタデータ） (2021-12-06T18:45:31Z)
• The Chef's Hat Simulation Environment for Reinforcement-Learning-Based Agents [54.63186041942257]
  本稿では,人間-ロボットインタラクションのシナリオで使用されるように設計されたChef's Hatカードゲームを実装する仮想シミュレーション環境を提案する。 本稿では,強化学習アルゴリズムにおける制御可能かつ再現可能なシナリオを提案する。
  論文  参考訳（メタデータ） (2020-03-12T15:52:49Z)

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。