論文の概要: LASSA Architecture-Based Autonomous Fault-Tolerant Control of Unmanned Underwater Vehicles

• arxiv url: http://arxiv.org/abs/2605.09494v1
• Date: Sun, 10 May 2026 11:59:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:50.278108
• Title: LASSA Architecture-Based Autonomous Fault-Tolerant Control of Unmanned Underwater Vehicles
• Title（参考訳）: LASSAアーキテクチャによる無人水中車両の自律的フォールトトレラント制御
• Authors: Hong Chen, Zixiang Tang, Yuanbao Chen, Yu Liu,
• Abstract要約: 無人水中車両(UUV)は、通信制約のある環境で持続的に運用される。 既存のアプローチは、事前に定義されたハードコードされたルールと、効果的なフォールトトレラント制御を達成するための苦労に大きく依存している。 本稿では,LASSAアーキテクチャに基づくインテリジェント制御手法を提案する。
• 参考スコア（独自算出の注目度）: 12.014725497437963
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Unmanned underwater vehicles (UUVs) operate persistently in communication-constrained environments, thus requiring high-level autonomous fault-tolerant control under faulty operating conditions. Existing approaches rely heavily on predefined hard-coded rules and struggle to achieve effective fault-tolerant control against unforeseen faults. Although large language models (LLMs) possess powerful cognitive and reasoning capabilities, their inherent hallucinations remain a major obstacle to their application in UUV control systems. This paper proposes an intelligent control method based on the LASSA (LLM-based Agent with Solver, Sensor and Actuator) architecture. Within this architecture, an LLM identifies unknown faults and accomplishes task replanning via autonomous reasoning without hard-coded rules; the intelligent agent undertakes perception, scheduling and decision evaluation; the solver verifies physical boundary feasibility constraints prior to command transmission to the actuators. This architecture suppresses physically infeasible LLM hallucinations and ensures interpretable, verifiable decision-making. Moreover, it enables fast-slow dual closed-loop collaborative control, where the slow loop undertakes high-level dynamic decision-making and the fast loop guarantees high-frequency real-time control, simultaneously balancing decision intelligence and control timeliness. Lake experiments under normal and lower-rudder-fault conditions show that the framework detects trajectory tracking abnormalities, replans the route by adjusting the turning radius from 4m to 12m and reducing speed from 2kn to 1kn, passes all three solver constraints on the first invocation, and guides the UUV to complete the full mission; under normal conditions no false fault alarms are raised throughout the run.
• Abstract（参考訳）: 無人水中車両(UUV)は通信制約のある環境で持続的に動作し、故障のある運転条件下では高いレベルの自律的耐故障制御を必要とする。 既存のアプローチは、事前に定義されたハードコードされたルールと、予期せぬ障害に対する効果的なフォールトトレラント制御を達成するための苦労に大きく依存している。 大きな言語モデル(LLM)は強力な認知能力と推論能力を持っているが、それら固有の幻覚は、UUV制御システムにおける彼らの応用にとって大きな障害である。 本稿では LASSA (LLM-based Agent with Solver, Sensor and Actuator) アーキテクチャに基づくインテリジェント制御手法を提案する。 このアーキテクチャでは、LLMは未知の障害を特定し、ハードコードされたルールを使わずに自律推論によるタスク再計画を行い、インテリジェントエージェントは認識、スケジューリング、決定評価を行う。 このアーキテクチャは物理的に実現不可能なLLM幻覚を抑制し、解釈可能で検証可能な意思決定を保証する。 さらに、低速ループがハイレベルな動的決定を下し、高速ループが高周波リアルタイム制御を保証し、意思決定インテリジェンスと制御タイムラインを同時にバランスさせることで、高速スローデュアル閉ループ協調制御を可能にする。 正常かつ低推力条件下での湖沼実験では、このフレームワークは軌道追跡異常を検出し、旋回半径を4mから12mに調整し、速度を2knから1knに減らし、最初の呼び出しで3つのソルバ制約を全て通過し、UUVに全ミッションを完了させる。

関連論文リスト

• Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
  本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。 提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。 我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
  論文  参考訳（メタデータ） (2026-05-05T04:49:38Z)
• Neural Network-Based Adaptive Event-Triggered Control for Dual-Arm Unmanned Aerial Manipulator Systems [24.187147264441936]
  本稿では,デュアルアーム無人航空機マニピュレータシステム(DAUAM)の制御問題について検討する。 デュアルアームとマルチロータプラットフォーム間の強い結合は、非モデル化された力学と外乱と共に、安定かつ正確な操作に重大な課題をもたらす。 これらの問題に対処するために,ニューラルネットワークに基づく近似を用いた適応型イベントトリガー制御方式を提案する。
  論文  参考訳（メタデータ） (2026-04-18T16:03:48Z)
• Bridging Large-Model Reasoning and Real-Time Control via Agentic Fast-Slow Planning [42.15812524999639]
  Agentic Fast-Slow Planning(エージェント・ファスト・スロー・プランニング)は、知覚、推論、計画、そして自然の時間スケールをまたいだ制御を分離する階層的なフレームワークである。 エージェント高速スロープランニングは摂動下での堅牢性を向上し、純粋なMPCおよびA*誘導MPCベースラインと比較して、横方向偏差を最大45%減らし、完了時間を12%以上短縮することを示した。
  論文  参考訳（メタデータ） (2026-04-02T06:34:29Z)
• Agentic Uncertainty Quantification [76.94013626702183]
  本稿では,言語化された不確実性をアクティブな双方向制御信号に変換する統合されたデュアルプロセスエージェントUQ(AUQ)フレームワークを提案する。 システム1(Uncertainty-Aware Memory, UAM)とシステム2(Uncertainty-Aware Reflection, UAR)は、これらの説明を合理的な手段として利用し、必要な時にのみターゲットの推論時間解決をトリガーする。
  論文  参考訳（メタデータ） (2026-01-22T07:16:26Z)
• An Agentic Framework with LLMs for Solving Complex Vehicle Routing Problems [66.60904891478687]
  複雑な車両ルーティング問題を解決するために,LLM (AFL) を用いたエージェントフレームワークを提案する。 AFLは生の入力から知識を直接抽出し、自己完結型コード生成を可能にする。 AFLは、コード信頼性とソリューション実現性の両方において、既存のLCMベースのベースラインを大幅に上回っていることを示す。
  論文  参考訳（メタデータ） (2025-10-19T03:59:25Z)
• Explainable AI-Enhanced Supervisory Control for Robust Multi-Agent Robotic Systems [0.0]
  マルチエージェントロボットのためのAI強化型監視制御フレームワークを提案する。 我々は、このアプローチを、宇宙船形成飛行と自律水中車両の2つの対照的な領域で検証した。
  論文  参考訳（メタデータ） (2025-09-18T23:59:13Z)
• Code-as-Monitor: Constraint-aware Visual Programming for Reactive and Proactive Robotic Failure Detection [56.66677293607114]
  オープンセットのリアクティブかつアクティブな障害検出のためのCode-as-Monitor(CaM)を提案する。 モニタリングの精度と効率を高めるために,制約関連エンティティを抽象化する制約要素を導入する。 実験により、CaMは28.7%高い成功率を達成し、厳しい乱れの下で実行時間を31.8%短縮することが示された。
  論文  参考訳（メタデータ） (2024-12-05T18:58:27Z)
• Integrating DeepRL with Robust Low-Level Control in Robotic Manipulators for Non-Repetitive Reaching Tasks [0.24578723416255746]
  ロボット工学では、現代の戦略は学習に基づくもので、複雑なブラックボックスの性質と解釈可能性の欠如が特徴である。 本稿では, 深部強化学習(DRL)に基づく衝突のない軌道プランナと, 自動調整型低レベル制御戦略を統合することを提案する。
  論文  参考訳（メタデータ） (2024-02-04T15:54:03Z)

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。