論文の概要: Kairos: A Scalable Serving System for Physical AI

• arxiv url: http://arxiv.org/abs/2605.11381v1
• Date: Tue, 12 May 2026 01:13:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:56.505575
• Title: Kairos: A Scalable Serving System for Physical AI
• Title（参考訳）: Kairos: 物理AIのためのスケーラブルなサービングシステム
• Authors: Yinwei Dai, Ganesh Ananthanarayanan, Landon Cox, Xenofon Foukas, Bozidar Radunovic, Ravi Netravali,
• Abstract要約: 物理AIタスクは、デジタルAIと著しく異なる推論特性によって特徴づけられる。 これにより、既存のデジタルAIサービスシステムは、物理的なAIには適さない。 生成実行ループを第1級市民とする,最初のマルチロボットサービスシステムであるKairosを設計する。
• 参考スコア（独自算出の注目度）: 7.1997708238905105
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Physical AI is experiencing rapid growth with frontier foundation models increasing its capabilities across general environments. Physical AI tasks are characterized by inference properties that are markedly different from digital AI. They consist of multiple rounds of inference and action execution, generating a chunk of actions in each inference round, and asynchronously interleaving inference and execution. This makes existing digital AI serving systems unsuited for physical AI; a shortcoming that is critical for enabling their wide adoption, considering their size and the scale of the robot fleets they have to serve. To fill this gap, we design Kairos, the first multi-robot serving system that makes the generate-execute loop a first-class citizen, with active involvement in the execution phase. Across a wide range of physical AI models and robots, Kairos reduces the average end-to-end task latency by 31.8--66.5% over state-of-the-art digital AI serving practices, with gains scaling with the robot fleet size.
• Abstract（参考訳）: 物理的なAIは、フロンティア基盤モデルによって急速に成長し、一般環境全体にわたってその能力を高めている。 物理AIタスクは、デジタルAIと著しく異なる推論特性によって特徴づけられる。 推論とアクションの実行の複数ラウンドで構成され、各推論ラウンドでアクションのチャンクを生成し、推論と実行を非同期にインターリーブする。 これにより、既存のデジタルAIサービスシステムは、物理的なAIには適さない。 このギャップを埋めるために、生成実行ループを第一級市民とし、実行フェーズに積極的に関与する最初のマルチロボットサービスシステムであるKairosを設計する。 さまざまな物理AIモデルとロボットにわたって、Kairosは、最先端のデジタルAIサービスプラクティスよりも平均的なエンドツーエンドタスクのレイテンシを31.8-66.5%削減し、ロボットフリートサイズにスケールする。

関連論文リスト

• JoyAI-RA 0.1: A Foundation Model for Robotic Autonomy [90.77129709149574]
  JoyAI-RAは、汎用的なロボット操作に適した、視覚言語対応の基盤モデルである。 JoyAI-RAは、特に人間の操作とロボット制御の間において、具体化のギャップを埋める。 シミュレーションと実世界のベンチマークの両方で最先端の手法よりも優れています。
  論文  参考訳（メタデータ） (2026-04-22T01:51:48Z)
• 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)
• A roadmap for AI in robotics [55.87087746398059]
  AIの可能性を生かして、私たちの日常生活にロボットを配備する上での、際立った障壁に取り組みたいと考えています。 この記事では、1990年代からロボット工学におけるAIが達成したことを評価し、課題と約束を列挙した短期的・中期的な研究ロードマップを提案する。
  論文  参考訳（メタデータ） (2025-07-26T15:18:28Z)
• Benchmarking Generalizable Bimanual Manipulation: RoboTwin Dual-Arm Collaboration Challenge at CVPR 2025 MEIS Workshop [120.2806035123366]
  RoboTwin Dual-Arm Collaboration Challengeは、CVPR 2025の第2回MeISワークショップで行われた。 ライバルは、剛性、変形性、触覚ベースのシナリオをカバーする17のデュアルアーム操作タスクに完全に取り組んだ。 コンペティションの設定、タスク設計、評価方法論、重要な発見と今後の方向性について概説する。
  論文  参考訳（メタデータ） (2025-06-29T17:56:41Z)
• Scalable, Symbiotic, AI and Non-AI Agent Based Parallel Discrete Event Simulations [0.0]
  本稿では,複数のAIエージェントと非AIエージェントを組み合わせた並列離散イベントシミュレーション(PDES)手法を提案する。 我々は、4つの異なるドメインから4つの問題を解き、その結果をAIモデルだけで比較することで、我々のアプローチを評価する。 その結果,バニラモデルの精度が23%未満であるため,アプローチ全体の精度は68%であった。
  論文  参考訳（メタデータ） (2025-05-28T17:50:01Z)
• 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)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)

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。