論文の概要: World Model-Enabled Causal Digital Twins for Semantic Communications in Physical AI Systems

• arxiv url: http://arxiv.org/abs/2605.16547v1
• Date: Fri, 15 May 2026 18:41:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:46.618987
• Title: World Model-Enabled Causal Digital Twins for Semantic Communications in Physical AI Systems
• Title（参考訳）: 物理AIシステムにおける意味コミュニケーションのための世界モデル実現型因果デジタル双対
• Authors: Lingyi Wang, Tingyu Shui, Walid Saad, Pascal Adjakple,
• Abstract要約: 本稿では,クローズドループセンシング-通信-推論制御を用いた物理AIシステムにおける目標指向のセマンティックコミュニケーションについて検討する。 特に、セマンティック通信の問題は、無線ビット予算制約の下で、ビット当たりの長期的な戻り値として定式化される。 閉ループAIシステムのダイナミクスを捉えるために,世界モデル対応因果デジタルツイン(WM-CDT)フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 37.02293452905313
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Semantic communication has emerged as a promising paradigm for enabling goal-oriented networking. However, most existing semantic communication solutions are tailored to one-shot tasks and optimize instantaneous performance. Hence, they cannot be used to support closed-loop dynamic systems with physical artificial intelligence (AI), in which the transmitted semantics affect not only the current inference outcome but also future control actions, state evolution, and ultimately long-horizon task performance. To address this gap, this paper investigates goal-oriented semantic communications for physical AI systems with closed-loop sensing-communication-inference-control. In particular, the problem of semantic communications is formulated as a long-term return-per-bit maximization under wireless bit-budget constraints while capturing both control efficiency and communication efficiency. To solve this problem, a novel causal information value (CIV) metric is introduced to evaluate the marginal contribution of each semantic token to the expected long-term return by transmission interventions. Then, a world-model-enabled causal digital twin (WM-CDT) framework is proposed to capture the dynamics of closed-loop physical AI systems and enable counterfactual reasoning for long-horizon imagined rollouts. Based on these imagined rollouts, an actor-critic policy is trained for long-horizon agent control with high data efficiency, while the semantic token selector is trained through CIV-per-bit evaluation. Extensive simulations on an AirSim-Sionna-based unmanned aerial vehicle (UAV) navigation simulator show that the proposed WM-CDT framework achieves significant improvement in return-per-kbit and navigation success rate compared to existing reinforcement learning solutions.
• Abstract（参考訳）: セマンティック通信は、ゴール指向ネットワークを実現するための有望なパラダイムとして登場した。 しかし、既存のセマンティックなコミュニケーションソリューションのほとんどは、ワンショットタスクに適合し、即時パフォーマンスを最適化する。 したがって、送信されたセマンティクスが現在の推論結果だけでなく、将来の制御行動、状態の進化、そして究極的には長期タスクのパフォーマンスに影響を及ぼすような、物理人工知能(AI)による閉ループ動的システムのサポートには使用できない。 このギャップに対処するために,クローズドループセンシング-通信-推論制御を用いた物理AIシステムにおけるゴール指向のセマンティックコミュニケーションについて検討する。 特に、セマンティック通信の問題は、制御効率と通信効率を両立させながら、無線ビット予算制約下でのビット単位の長期最大化として定式化される。 この問題を解決するために,各意味トークンの送信介入による長期的リターンに対する限界寄与を評価するために,新たな因果情報値(CIV)メトリクスを導入した。 そこで,WM-CDT(World-model- capable causal digital twin)フレームワークを提案する。 これらの想定されたロールアウトに基づいて、アクター批判ポリシーはデータ効率の高いロングホライゾンエージェント制御のために訓練され、セマンティックトークンセレクタはCIV/ビット評価によって訓練される。 AirSim-Sionnaをベースとした無人航空機(UAV)ナビゲーションシミュレータの大規模なシミュレーションにより、提案したWM-CDTフレームワークは、既存の強化学習ソリューションと比較して、リターン・パー・kbitおよびナビゲーション成功率を大幅に向上することを示した。

関連論文リスト

• Multi-AUV Ad-hoc Networks-Based Multi-Target Tracking Based on Scene-Adaptive Embodied Intelligence [17.13365683218245]
  本稿では,マルチAUVアドホックネットワークのためのシーン適応型エンボディインテリジェンス(EI)アーキテクチャを提案する。 EIは、知覚、意思決定、身体的実行を統一された認知ループに統合することで、AUVを具現化された実体として再考する。
  論文  参考訳（メタデータ） (2026-03-28T08:48:22Z)
• Age of Information Minimization in UAV-Enabled Integrated Sensing and Communication Systems [34.92822911897626]
  統合センシング通信(ISAC)機能を備えた無人航空機(UAV)は、将来の無線ネットワークにおいて重要な役割を果たすと想定されている。 ターゲットセンシングとマルチユーザ通信を同時に行う老化情報(AoI)システムを提案する。
  論文  参考訳（メタデータ） (2025-07-18T18:17:09Z)
• AI-in-the-Loop Sensing and Communication Joint Design for Edge Intelligence [65.29835430845893]
  本稿では,AI-in-the-loopジョイントセンシングと通信によるエッジインテリジェンス向上のためのフレームワークを提案する。 私たちの研究の重要な貢献は、バリデーション損失とシステムのチューニング可能なパラメータとの間に明確な関係を確立することです。 提案手法は, 通信エネルギー消費を最大77%削減し, 試料数で測定した検知コストを最大52%削減する。
  論文  参考訳（メタデータ） (2025-02-14T14:56:58Z)
• Joint Adaptive OFDM and Reinforcement Learning Design for Autonomous Vehicles: Leveraging Age of Updates [2.607046313483251]
  ミリ波を用いた周波数分割多重化(OFDM)は高分解能センシングと高速データ伝送に適した代替手段である。 本研究では,AVがキュー状態情報(QSI)とチャネル状態情報(CSI)を,通信とセンシングを管理するための強化学習技術とともに利用する自律走行車ネットワークについて考察する。
  論文  参考訳（メタデータ） (2024-12-24T15:32:58Z)
• AI Flow at the Network Edge [58.31090055138711]
  AI Flowは、デバイス、エッジノード、クラウドサーバ間で利用可能な異種リソースを共同で活用することで、推論プロセスを合理化するフレームワークである。 この記事では、AI Flowのモチベーション、課題、原則を特定するためのポジションペーパーとして機能する。
  論文  参考訳（メタデータ） (2024-11-19T12:51:17Z)
• Causal Semantic Communication for Digital Twins: A Generalizable Imitation Learning Approach [74.25870052841226]
  デジタルツイン(DT)は、物理世界の仮想表現と通信(例えば6G)、コンピュータ、人工知能(AI)技術を活用して、多くの接続されたインテリジェンスサービスを実現する。 無線システムは、厳密な通信制約下での情報意思決定を容易にするために意味コミュニケーション(SC)のパラダイムを利用することができる。 DTベースの無線システムでは,因果意味通信(CSC)と呼ばれる新しいフレームワークが提案されている。
  論文  参考訳（メタデータ） (2023-04-25T00:15:00Z)
• Age of Semantics in Cooperative Communications: To Expedite Simulation Towards Real via Offline Reinforcement Learning [53.18060442931179]
  協調リレー通信システムにおける状態更新のセマンティックス更新度を測定するための意味学年代(AoS)を提案する。 オンライン・ディープ・アクター・クリティック(DAC)学習手法を,政治時間差学習の枠組みに基づいて提案する。 そこで我々は,以前に収集したデータセットから最適制御ポリシーを推定する,新しいオフラインDAC方式を提案する。
  論文  参考訳（メタデータ） (2022-09-19T11:55:28Z)

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。