論文の概要: From Prompt to Service: An SLM-Based Agent Orchestration Gateway for AI-Driven Virtual Worlds
- arxiv url: http://arxiv.org/abs/2606.03557v1
- Date: Tue, 02 Jun 2026 12:22:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-03 22:00:04.990357
- Title: From Prompt to Service: An SLM-Based Agent Orchestration Gateway for AI-Driven Virtual Worlds
- Title（参考訳）: PromptからServiceへ - AI駆動バーチャルワールドのためのSLMベースのエージェントオーケストレーションゲートウェイ
- Authors: Louis Nisiotis, Aimilios Hadjiliasi,
- Abstract要約: 本稿では,AI駆動型仮想世界のためのSLMベースのエージェントオーケストレーションゲートウェイを提案する。
エッジデプロイされたSLMは、各ユーザプロンプトのセマンティックインテントを分類し、サービスレジストリがルーティング決定を検証して解決し、選択されたバックエンドが透過的に呼び出される。
ゲートウェイはInterwovenXRバーチャルミュージアムテストベッド内で実装され、評価される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As generative AI capabilities expand, AI-driven virtual worlds face a growing architectural challenge. Users interact through in-world interfaces in multimodal ways, yet their requests demand fundamentally different AI backend models and computational resources. Embedding these capabilities directly into virtual world systems reduces extensibility, complicates maintenance, and limits the ability to coordinate services distributed across edge and cloud infrastructure. This paper presents an SLM-based Agent Orchestration Gateway, a lightweight runtime coordination mechanism that decouples a virtual world client from heterogeneous AI backends through intent-driven service routing. An edge-deployed SLM classifies the semantic intent of each user prompt, a configurable service registry validates and resolves the routing decision, and the selected backend is invoked transparently, enabling new AI capabilities to be introduced in the virtual world without modifying the client application. The gateway is implemented and evaluated within the InterwovenXR virtual museum testbed. The evaluation shows that compact SLMs can serve as reliable intent routers on edge hardware, and that task-specific fine-tuning can transform sub-billion-parameter models into practical, low-latency routers. A layered configuration pairing a fine-tuned sub billion-parameter model as router with a larger SLM for conversational response generation is shown to be deployable on mid-range edge hardware and more efficient than delegating both responsibilities to a single model. The findings show that SLMs can support practical AI service orchestration in virtual worlds and the work contributes an evaluated architecture for scalable, extensible, and edge-supported AI interaction, enabling virtual agents become access points to distributed generative AI services.
- Abstract（参考訳）: ジェネレーティブなAI能力が拡大するにつれ、AI駆動のバーチャルワールドはますますアーキテクチャ上の課題に直面している。
ユーザは、マルチモーダルな方法で現実世界のインターフェイスを介して対話するが、要求は基本的に異なるAIバックエンドモデルと計算リソースを要求する。
これらの機能をバーチャルワールドシステムに直接組み込むことは、拡張性を低減し、メンテナンスを複雑にし、エッジとクラウドインフラストラクチャに分散するサービスのコーディネートを制限します。
本稿では,SLMベースのエージェントオーケストレーションゲートウェイを提案する。これは,仮想世界のクライアントを,意図駆動型サービスルーティングを通じて異種AIバックエンドから切り離す,軽量なランタイム調整機構である。
エッジデプロイされたSLMは、各ユーザプロンプトのセマンティックインテントを分類し、設定可能なサービスレジストリがルーティング決定を検証して解決し、選択されたバックエンドが透過的に呼び出され、クライアントアプリケーションを変更することなく、仮想世界で新しいAI機能を導入することができる。
ゲートウェイはInterwovenXRバーチャルミュージアムテストベッド内で実装され、評価される。
評価の結果,小型SLMはエッジハードウェア上で信頼性の高いインテントルータとして機能し,タスク固有の微調整によりサブビリオンパラメータモデルを実用的で低レイテンシなルータに変換できることがわかった。
通信応答生成のためのSLMがより大きいルータとして微調整されたサブ10億パラメータモデルをペアリングする階層構成は、中間領域のエッジハードウェアにデプロイ可能であり、両方の責任を単一モデルに委譲するよりも効率的である。
この結果は、SLMが仮想世界で実践的なAIサービスのオーケストレーションをサポートできることを示し、その作業は、スケーラブルで拡張性があり、エッジをサポートするAIインタラクションのための評価済みアーキテクチャに貢献し、仮想エージェントが分散生成AIサービスのアクセスポイントになることを可能にすることを示している。
関連論文リスト
- Digital Twins & ZeroConf AI: Structuring Automated Intelligent Pipelines for Industrial Applications [3.534869097377701]
この研究は、Cyber-Physical SystemsへのシームレスなAIパイプライン統合を可能にする、モジュール的で相互運用可能なソリューションを提案する。
我々は、DTがデータ管理とインテリジェントな拡張をオーケストレーションするZeroconfigation (ZeroConf) AIパイプラインの概念を紹介します。
このアプローチはMicroFactoryのシナリオで実証されており、並行MLモデルと動的データ処理のサポートを示している。
論文 参考訳（メタデータ） (2026-02-04T10:11:06Z) - BlazeAIoT: A Modular Multi-Layer Platform for Real-Time Distributed Robotics Across Edge, Fog, and Cloud Infrastructures [3.899763100729704]
BlazeAIoTは、異種インフラストラクチャをまたいだ分散ロボティクスを統合するために設計された、モジュール化された多層プラットフォームである。
動的データ転送、スマートサービス、統合監視、レジリエンス、セキュリティ、プログラミング言語の柔軟性を保証する。
その結果は、不完全なトポロジをまたいでサービスを動的に割り当て、システムの健全性を維持し、レイテンシを最小限にするBlazeAIoTの機能を強調している。
論文 参考訳（メタデータ） (2026-01-09T22:47:40Z) - Context-Aware Visual Prompting: Automating Geospatial Web Dashboards with Large Language Models and Agent Self-Validation for Decision Support [1.506501956463029]
リスク分析と意思決定のためのWebベースのダッシュボードの開発は、大きな多次元データの難しさに悩まされることが多い。
ユーザ定義入力からインタラクティブな地理空間ダッシュボードの作成を自動化する生成AIフレームワークを導入する。
論文 参考訳（メタデータ） (2025-10-10T10:58:15Z) - Beyond Connectivity: An Open Architecture for AI-RAN Convergence in 6G [20.07205081315289]
本稿では、共有インフラストラクチャ上での通信およびAIワークロードのオーケストレーションと管理を統一する、新しい収束型O-RANおよびAI-RANアーキテクチャを提案する。
i) O-RAN Service Management and Orchestration(SMO)を拡張してRANおよびAIワークロード間の統合リソースとアロケーションを可能にするAI-RAN Orchestrator、(ii)分散エッジAIプラットフォームにリアルタイム処理機能を提供するAI-RANサイト。
論文 参考訳（メタデータ） (2025-07-09T14:49:11Z) - End-to-End Edge AI Service Provisioning Framework in 6G ORAN [7.6934511825411045]
本稿では,O-RAN rAppsとしてデプロイされたLarge Language Model (LLM)エージェントを活用する,新しいエッジAIおよびネットワークサービスオーケストレーションフレームワークを提案する。
提案システムでは,ユーザのユースケース記述をデプロイ可能なAIサービスと対応するネットワーク構成に変換することで,インタラクティブかつ直感的なオーケストレーションを可能にする。
論文 参考訳（メタデータ） (2025-03-15T00:48:50Z) - Scaling Autonomous Agents via Automatic Reward Modeling And Planning [52.39395405893965]
大規模言語モデル(LLM)は、様々なタスクにまたがる顕著な機能を示している。
しかし、彼らは多段階の意思決定と環境フィードバックを必要とする問題に苦戦している。
人間のアノテーションを使わずに環境から報酬モデルを自動的に学習できるフレームワークを提案する。
論文 参考訳（メタデータ） (2025-02-17T18:49:25Z) - Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。
我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。
IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
論文 参考訳（メタデータ） (2024-07-09T17:33:24Z) - ROS-LLM: A ROS framework for embodied AI with task feedback and structured reasoning [74.58666091522198]
非専門家による直感的なロボットプログラミングのためのフレームワークを提案する。
ロボットオペレーティングシステム(ROS)からの自然言語のプロンプトと文脈情報を活用する
我々のシステムは,大規模言語モデル (LLM) を統合し,非専門家がチャットインタフェースを通じてシステムにタスク要求を記述できるようにする。
論文 参考訳（メタデータ） (2024-06-28T08:28:38Z)
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。