論文の概要: Replicable Simulation-Based Robot Validation through Provenance

• arxiv url: http://arxiv.org/abs/2605.29973v1
• Date: Thu, 28 May 2026 14:11:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-30 00:00:30.956085
• Title: Replicable Simulation-Based Robot Validation through Provenance
• Title（参考訳）: 再現可能なシミュレーションに基づくプロヴァンスによるロボット検証
• Authors: Argentina Ortega, Samuel Wiest, Frederik Pasch, Nico Hochgeschwender,
• Abstract要約: FAIRの原則と相まって、アーティファクト間のリンクを明示的に追跡し、ファイルの起源と重要な設計決定に関する機械可読メタデータをアタッチすることで、このギャップに対処する、と我々は主張する。 本研究では、既存のシミュレーションベースのテストフレームワークにプロビタンストラッキングとメタデータ収集機構を付加し、これらの拡張を使用して、構造化されたプロビタンスとFAIR対応メタデータを備えた移動ロボットナビゲーションデータセットを充実させることで、これを実証する。
• 参考スコア（独自算出の注目度）: 4.63732827131233
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Robot behavior is often validated through simulation-based testing, yet the replicability of such campaigns depends critically on transparent documentation of how tests are configured, executed, and post-processed. We argue that data provenance, coupled with the FAIR principles (findability, accessibility, interoperability, and reusability), addresses this gap by explicitly tracking links between artifacts and by attaching machine-readable metadata about file origins and key design decisions. Moreover, provenance and metadata cannot be treated as an afterthought confined to final datasets; they must be integrated into the testing processes that generate those datasets so that evidence can be reconstructed end-to-end. We demonstrate this by augmenting an existing simulation-based testing framework with provenance tracking and metadata collection mechanisms, and by using these extensions to enrich a mobile robot navigation dataset with structured provenance and FAIR-aligned metadata. Finally, we discuss obstacles encountered in this integration -- such as vocabulary alignment, attribute selection, and adoption of domain standards -- and provide actionable recommendations for implementing provenance-centric, FAIR metadata in robotics validation workflows.
• Abstract（参考訳）: ロボットの振る舞いはシミュレーションベースのテストによって検証されることが多いが、そのようなキャンペーンの再現性は、テストの設定、実行、後処理に関する透過的なドキュメントに大きく依存する。 FAIRの原則(ファイナビリティ、アクセシビリティ、相互運用性、再利用性)と相まって、アーティファクト間のリンクを明示的に追跡し、ファイルの起源と重要な設計決定に関する機械可読メタデータを付加することで、このギャップに対処する、と我々は主張する。 さらに、証明とメタデータは最終データセットに限定した後処理として扱えない。証拠をエンドツーエンドに再構築できるように、これらのデータセットを生成するテストプロセスに統合されなければならない。 本研究では、既存のシミュレーションベースのテストフレームワークにプロビタンストラッキングとメタデータ収集機構を付加し、これらの拡張を使用して、構造化されたプロビタンスとFAIR対応メタデータを備えた移動ロボットナビゲーションデータセットを充実させることで、これを実証する。 最後に、ボキャブラリアライメント、属性の選択、ドメイン標準の採用など、この統合で遭遇する障害について議論し、ロボットの検証ワークフローにおいて、実績中心のFAIRメタデータを実装するための実用的な推奨を提供する。

関連論文リスト

• AgentSkiller: Scaling Generalist Agent Intelligence through Semantically Integrated Cross-Domain Data Synthesis [30.512393568258105]
  大規模言語モデルエージェントは、ツールを介して現実世界の問題を解決する可能性を実証するが、汎用的な知性は、質の低い長期データによってボトルネックとなる。 本稿では,現実的なセマンティックなドメイン間でのマルチターンインタラクションデータを合成する,完全に自動化されたフレームワークであるAgentSkillerを提案する。
  論文  参考訳（メタデータ） (2026-02-10T03:21:42Z)
• Knowledge-to-Data: LLM-Driven Synthesis of Structured Network Traffic for Testbed-Free IDS Evaluation [0.4893345190925178]
  本稿では,Large Language Models (LLMs) が構造化された合成ネットワークトラフィックデータセットを生成するための制御された知識データエンジンとして機能するかどうかを検討する。 本稿では,プロトコル文書,アタックセマンティクス,および明示的な統計的ルールを組み合わせた手法を提案する。 その結果、明示的な制約の下では、LLM生成データセットは実際のネットワークトラフィックの統計的および構造的特性を正確に近似することができることがわかった。
  論文  参考訳（メタデータ） (2026-01-08T15:31:33Z)
• FABRIC: Framework for Agent-Based Realistic Intelligence Creation [3.940391073007047]
  大規模言語モデル(LLM)はエージェントとしてますます多くデプロイされ、目標を分解し、ツールを実行し、動的環境で結果を検証することが期待されている。 本稿では,LLMのみを用いたエージェントデータの統一化フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-20T18:20:22Z)
• Agent4FaceForgery: Multi-Agent LLM Framework for Realistic Face Forgery Detection [108.5042835056188]
  この作業では,2つの基本的な問題に対処するため,Agent4FaceForgeryを導入している。 人間の偽造の多様な意図と反復的なプロセスを捉える方法。 ソーシャルメディアの偽造に付随する複雑な、しばしば敵対的な、テキストと画像のインタラクションをモデル化する方法。
  論文  参考訳（メタデータ） (2025-09-16T01:05:01Z)
• Consistency Verification in Ontology-Based Process Models with Parameter Interdependencies [40.539768677361735]
  プロセス知識の形式化は、製造におけるパラメータ相互依存の一貫性のあるモデリングを可能にする。 クロスコンテキストアプリケーションと知識再利用をサポートするために、そのような表現は汎用形式で定義され、複数のプロセスコンテキストにまたがって適用される。 本稿では,これまで開発されたプロセスセマンティクスモデルに対する検証機構について述べる。
  論文  参考訳（メタデータ） (2025-06-19T07:21:16Z)
• Integrating Large Language Models and Knowledge Graphs for Extraction and Validation of Textual Test Data [3.114910206366326]
  タレス・アレニア・スペース (Thales Alenia Space) のような航空宇宙製造会社は、製品の設計、開発、統合、検証、検証を行っている。 本稿では,Large Language Models (LLMs) と協調して知識グラフ(KGs)を活用してデータの抽出と検証を行うハイブリッド手法を提案する。
  論文  参考訳（メタデータ） (2024-08-03T07:42:53Z)
• DiscoveryBench: Towards Data-Driven Discovery with Large Language Models [50.36636396660163]
  我々は、データ駆動探索の多段階プロセスを形式化する最初の包括的なベンチマークであるDiscoveryBenchを紹介する。 我々のベンチマークには、社会学や工学などの6つの分野にまたがる264のタスクが含まれている。 私たちのベンチマークでは、自律的なデータ駆動型発見の課題を説明し、コミュニティが前進するための貴重なリソースとして役立ちます。
  論文  参考訳（メタデータ） (2024-07-01T18:58:22Z)
• Object-Centric Conformance Alignments with Synchronization (Extended Version) [57.76661079749309]
  対象中心のペトリネットが一対多の関係を捉える能力と,その同一性に基づいたオブジェクトの比較と同期を行う識別子を持つペトリネットの能力を組み合わせた,新たな形式主義を提案する。 我々は、満足度変調理論(SMT)の符号化に基づく、そのようなネットに対する適合性チェック手法を提案する。
  論文  参考訳（メタデータ） (2023-12-13T21:53:32Z)
• Zero-shot Composed Text-Image Retrieval [72.43790281036584]
  合成画像検索(CIR)の問題点を考察する。 テキストや画像などのマルチモーダル情報を融合し、クエリにマッチする画像を正確に検索し、ユーザの表現能力を拡張できるモデルをトレーニングすることを目的としている。
  論文  参考訳（メタデータ） (2023-06-12T17:56:01Z)
• SOLIS -- The MLOps journey from data acquisition to actionable insights [62.997667081978825]
  本稿では,基本的なクロスプラットフォームテンソルフレームワークとスクリプト言語エンジンを使用しながら,すべての要件をサポートする統合デプロイメントパイプラインとフリー・ツー・オペレートアプローチを提案する。 しかし、このアプローチは、実際のプロダクショングレードシステムに機械学習機能を実際にデプロイするために必要な手順やパイプラインを提供していない。
  論文  参考訳（メタデータ） (2021-12-22T14:45:37Z)

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。