論文の概要: Why Cognitive Robotics Matters: Lessons from OntoAgent and LLM Deployment in HARMONIC for Safety-Critical Robot Teaming

• arxiv url: http://arxiv.org/abs/2603.26730v1
• Date: Fri, 20 Mar 2026 09:31:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-06 02:36:13.117478
• Title: Why Cognitive Robotics Matters: Lessons from OntoAgent and LLM Deployment in HARMONIC for Safety-Critical Robot Teaming
• Title（参考訳）: 認知ロボティクスが重要な理由:安全クリティカルなロボットチームのためのHARMONICにおけるOntoAgentとLLMの展開から学んだこと
• Authors: Sanjay Oruganti, Sergei Nirenburg, Marjorie McShane, Jesse English, Michael Roberts, Christian Arndt, Ramviyas Parasuraman, Luis Sentis,
• Abstract要約: コンテンツ中心の認知アーキテクチャであるOntoAgentと戦術的リアクティブレイヤを組み合わせた,認知ロボティックなアーキテクチャであるHARMONICを提案する。 その結果、LCMは行動する前に自身の知識状態を常に評価しておらず、診断的推論や行動選択において下流の障害を引き起こすことが明らかとなった。 これらの知見は、認知アーキテクチャが推論の主要な権威を保持する物理的に具体化されたシステムの設計を支援する。
• 参考スコア（独自算出の注目度）: 2.779709069421631
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Deploying embodied AI agents in the physical world demands cognitive capabilities for long-horizon planning that execute reliably, deterministically, and transparently. We present HARMONIC, a cognitive-robotic architecture that pairs OntoAgent, a content-centric cognitive architecture providing metacognitive self-monitoring, domain-grounded diagnosis, and consequence-based action selection over ontologically structured knowledge, with a modular reactive tactical layer. HARMONIC's modular design enables a functional evaluation of whether LLMs can replicate OntoAgent's cognitive capabilities, evaluated within the same robotic system under identical conditions. Six LLMs spanning frontier and efficient tiers replace OntoAgent in a collaborative maintenance scenario under native and knowledge-equalized conditions. Results reveal that LLMs do not consistently assess their own knowledge state before acting, causing downstream failures in diagnostic reasoning and action selection. These deficits persist even with equivalent procedural knowledge, indicating the issues are architectural rather than knowledge-based. These findings support the design of physically embodied systems in which cognitive architectures retain primary authority for reasoning, owing to their deterministic and transparent characteristics.
• Abstract（参考訳）: 物理世界で具体化されたAIエージェントをデプロイするには、確実に、決定的に、透過的に実行される長期計画のための認知能力が必要である。 我々は,メタ認知的自己監視,ドメイン基底診断,帰結に基づく行動選択を提供するコンテンツ中心の認知アーキテクチャであるOntoAgentを,モジュール型リアクティブ戦術層と組み合わせた認知ロボティックアーキテクチャであるHARMONICを提案する。 HARMONICのモジュラー設計により、LLMがOntoAgentの認知能力を再現できるかどうかの機能評価が可能となり、同じ条件下で同じロボットシステム内で評価される。 OntoAgentに取って代わる6つのLLMは、ネイティブで知識均等な条件下での協調的なメンテナンスシナリオである。 その結果、LCMは行動する前に自身の知識状態を常に評価しておらず、診断的推論や行動選択において下流の障害を引き起こすことが明らかとなった。 これらの欠陥は同等の手続き的知識でも持続し、問題は知識に基づくというよりアーキテクチャ的なものであることを示している。 これらの知見は、認知アーキテクチャが、決定論的かつ透明な特徴のために、推論の第一の権威を維持している物理的に具体化されたシステムの設計を支持する。

関連論文リスト

• A Survey of Reasoning in Autonomous Driving Systems: Open Challenges and Emerging Paradigms [49.66022971508878]
  私たちは、推論はモジュラーコンポーネントからシステムの認知コアに高めるべきだと論じています。 応答性推論のトレードオフやソーシャルゲーム推論など,7つの中核的推論課題を導出し,体系化する。 我々は,LLMに基づく推論と,ミリ秒スケールで安全クリティカルな車両制御の要求との間の,高レイテンシ,熟考的特性の根本的かつ未解決な緊張関係を同定する。
  論文  参考訳（メタデータ） (2026-03-11T07:40:53Z)
• From Language to Action: Can LLM-Based Agents Be Used for Embodied Robot Cognition? [1.4016147623265656]
  大規模言語モデル(LLM)は、推論や言語理解など、突発的な認知的側面を示すことが示されている。 本稿では,エージェントLLMが計画と推論のコアコンポーネントとなる認知アーキテクチャを提案する。 本研究では,エージェントの推論,計画,記憶利用の2つの課題について,提案システムの評価を行った。
  論文  参考訳（メタデータ） (2026-03-03T16:36:06Z)
• The Path Ahead for Agentic AI: Challenges and Opportunities [4.52683540940001]
  この章では、複雑な環境で自律的に動作するエージェントAIシステムの出現について考察する。 我々は、統計モデルからトランスフォーマーベースのシステムへのアーキテクチャの進歩を辿り、エージェントの振る舞いを可能にする能力を識別する。 既存の調査とは異なり、私たちは、言語理解から自律的な行動へのアーキテクチャの移行に注目し、デプロイ前に解決しなければならない技術的ギャップを強調します。
  論文  参考訳（メタデータ） (2026-01-06T06:31:42Z)
• PISA: A Pragmatic Psych-Inspired Unified Memory System for Enhanced AI Agency [50.712873697511206]
  既存の作業は、多種多様なタスクへの適応性に欠けることが多く、AIエージェントメモリの構成的およびタスク指向の役割を見落としている。 PISAは,メモリを構築的かつ適応的なプロセスとして扱う,実践的でサイコにインスパイアされた統合メモリシステムである。 既存のLOCOMOベンチマークと新たに提案したデータ解析タスクのAggQAベンチマークに基づいて,PISAが適応性と長期的知識保持を大幅に向上させることで,新たな最先端技術を設定することを確認した。
  論文  参考訳（メタデータ） (2025-10-12T10:34:35Z)
• Fundamentals of Building Autonomous LLM Agents [64.39018305018904]
  本稿では,大規模言語モデル(LLM)を用いたエージェントのアーキテクチャと実装手法について概説する。 この研究は、複雑なタスクを自動化し、人間の能力でパフォーマンスのギャップを埋めることのできる「アジェンティック」なLLMを開発するためのパターンを探求することを目的としている。
  論文  参考訳（メタデータ） (2025-10-10T10:32:39Z)
• Review of Case-Based Reasoning for LLM Agents: Theoretical Foundations, Architectural Components, and Cognitive Integration [0.0]
  ケースベース推論(CBR)は、過去の経験を参照することによって、新しい問題を解決する戦略である。 本稿では、過去の経験を参照して新しい問題を解決する戦略であるケースベース推論(CBR)を大規模言語モデルに組み込む方法について考察する。
  論文  参考訳（メタデータ） (2025-04-09T14:51:02Z)
• Cognitive LLMs: Towards Integrating Cognitive Architectures and Large Language Models for Manufacturing Decision-making [51.737762570776006]
  LLM-ACTRは、ヒトに適応し、多目的な意思決定を提供する新しいニューロシンボリックアーキテクチャである。 我々のフレームワークは、ACT-Rの内部決定過程の知識を潜在神経表現として抽出し、組み込む。 デザイン・フォー・マニュファクチャリング・タスクに関する我々の実験は、タスク性能の向上と基礎的意思決定能力の向上を両立させたものである。
  論文  参考訳（メタデータ） (2024-08-17T11:49:53Z)
• Incremental procedural and sensorimotor learning in cognitive humanoid robots [52.77024349608834]
  本研究は,手順を段階的に学習する認知エージェントを提案する。 各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。 結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
  論文  参考訳（メタデータ） (2023-04-30T22:51:31Z)
• Kernel Based Cognitive Architecture for Autonomous Agents [91.3755431537592]
  本稿では,認知機能構築への進化的アプローチについて考察する。 本稿では,シンボル創発問題に基づくエージェントの進化を保証する認知アーキテクチャについて考察する。
  論文  参考訳（メタデータ） (2022-07-02T12:41:32Z)

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。