論文の概要: OmniDroneX: An LLM-Assisted Holistic Drone-as-a-Service Ecosystem
- arxiv url: http://arxiv.org/abs/2606.17510v2
- Date: Wed, 17 Jun 2026 04:49:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-18 13:57:35.219777
- Title: OmniDroneX: An LLM-Assisted Holistic Drone-as-a-Service Ecosystem
- Title（参考訳）: OmniDroneX: LLM支援のソリスティックなドローン・アズ・ア・サービスエコシステム
- Authors: I-Ling Yen, Akeem Mohammed, Farokh Bastani, San-Yih Hwang,
- Abstract要約: 固定機能プラットフォームから動的に構成可能なエンティティへドローンを移行させる統合型ドローン・アズ・ア・サービスエコシステムを提案する。
中心となるイノベーションは、OmniDroneXアーキテクチャの複数の層にまたがる大規模言語モデル(LLM)の多様な応用である。
- 参考スコア（独自算出の注目度）: 0.13999481573773073
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Despite rapid advances in UAV technologies, current deployments remain limited due to several gaps in UAV systems research. To address these challenges, we propose OmniDroneX, a unified Drone-as-a-Service ecosystem, in which drones are transitioned from fixed function platforms into dynamically composable entities that can be integrated with external infrastructures to offer omni-capabilities. OmniDroneX bridges low-level physical primitives with high-level mission intent through a unified vendor-agnostic interface (libUAV) and a formal physical-service abstraction model (PT-SOA). A core innovation is the diverse application of large language models (LLMs) across multiple layers of the OmniDroneX architecture. LLMs are used to assist in identifying and formalizing primitive device functions and abstract service definitions, supporting automated service composition and workflow generation, and enabling interactive, natural-language mission specification and refinement. OmniDroneX also incorporates important categories of composition techniques that are essential in dynamic UAV systems, including physical layer composition for drone capability augmentation, as well as spatiotemporal, functional, collaborative, exception-aware, and QoS-based service compositions. Collectively, these features allow OmniDroneX to serve as a foundation for scalable, resilient, and self-evolving UAV ecosystems operating in complex and dynamic environments.
- Abstract（参考訳）: UAV技術の急速な進歩にもかかわらず、現在の展開はUAVシステム研究のいくつかのギャップのために制限されている。
これらの課題に対処するために、我々はOmniDroneXという統合されたドローン・アズ・ア・サービス(Drone-as-a-Service)エコシステムを提案する。
OmniDroneXは、ベンダーに依存しない統一インターフェース(libUAV)と正式な物理サービス抽象化モデル(PT-SOA)を通じて、低レベルの物理プリミティブを高レベルのミッション意図でブリッジします。
中心となるイノベーションは、OmniDroneXアーキテクチャの複数の層にまたがる大規模言語モデル(LLM)の多様な応用である。
LLMは、プリミティブデバイス機能と抽象サービス定義の識別と形式化を支援し、自動サービス合成とワークフロー生成をサポートし、インタラクティブで自然言語のミッション仕様と改善を可能にする。
OmniDroneXには、ドローン能力増強のための物理層合成や、時空間的、機能的、協調的、例外認識、QoSベースのサービス構成など、ダイナミックなUAVシステムに不可欠な重要な構成テクニックも含まれている。
これらの機能により、OmniDroneXは、複雑でダイナミックな環境で運用されるスケーラブルでレジリエントな自己進化型UAVエコシステムの基盤として機能する。
関連論文リスト
- From Prompt to Service: An SLM-Based Agent Orchestration Gateway for AI-Driven Virtual Worlds [0.0]
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。
論文 参考訳（メタデータ） (2026-06-02T12:22:03Z) - Agentic AI Meets Edge Computing in Autonomous UAV Swarms [3.9444299467643025]
エージェントAIは、大規模言語モデル(LLM)をベースとして、自律的な推論、計画、実行によって、新たな運用可能性を開く。
しかし、インフラ制約、動的環境、マルチエージェント調整の計算要求は、現実世界の展開を制限する。
本稿では,LLMベースのエージェントAIとエッジコンピューティングを統合し,UAV群におけるスケーラブルでレジリエンスな自律性を実現する。
論文 参考訳（メタデータ） (2026-01-20T19:45:33Z) - Nex-N1: Agentic Models Trained via a Unified Ecosystem for Large-Scale Environment Construction [117.6380005194061]
本稿では,対話型環境の多様性と複雑さを体系的にスケールする手法を提案する。
本手法は,3次元に対処することで,このスケーリングを実現する。
Nex-N1は、インフラストラクチャによって確立された多様な複雑なインタラクティブ環境に基づいてトレーニングします。
論文 参考訳（メタデータ） (2025-12-04T16:57:02Z) - TACOS: Task Agnostic COordinator of a multi-drone System [41.99844472131922]
TACOS(Task-Agnostic Coordinator of a multi-drone System)は、マルチUAVシステムの高レベル自然言語制御を可能にする統合フレームワークである。
直感的なユーザインタラクションのための1対多の自然言語インターフェース、ユーザ意図を構造化されたタスクプランに変換するインテリジェントコーディネータ、現実世界と対話するプランを実行する自律エージェントである。
論文 参考訳（メタデータ） (2025-10-02T10:21:35Z) - OmniVLA: An Omni-Modal Vision-Language-Action Model for Robot Navigation [49.66156306240961]
視覚に基づくナビゲーションのためのオムニモーダル目標条件付けを可能にするロボット基礎モデルのトレーニングフレームワークを提案する。
提案手法は,高容量な視覚-言語-アクションバックボーンと,3つの主要目標モードを持つトレーニングを利用する。
我々は、OmniVLAが、モダリティにまたがるスペシャリストのベースラインを上回り、新しいモダリティやタスクに微調整するための柔軟な基盤を提供することを示した。
論文 参考訳（メタデータ） (2025-09-23T18:40:29Z) - Osprey: A Scalable Framework for the Orchestration of Agentic Systems [0.4970364068620607]
Osprey Frameworkはスケーラブルなエージェントシステムのためのプロダクション対応アーキテクチャで、会話コンテキストと安全なクリティカルドメイン間の堅牢なツールオーケストレーションを統合する。
i) 関連するツールのみを選択する動的機能分類、(ii) 明示的な依存関係とオプションの人間による承認を伴う計画ファーストオーケストレーション、(iii) 対話履歴と外部メモリとドメインリソースを組み合わせたコンテキスト対応タスク抽出。
論文 参考訳（メタデータ） (2025-08-20T20:57:13Z) - An LLM-enabled Multi-Agent Autonomous Mechatronics Design Framework [49.633199780510864]
本研究は, 機械設計, 最適化, エレクトロニクス, ソフトウェア工学の専門知識を統合した多エージェント自律メカトロニクス設計フレームワークを提案する。
このフレームワークは、言語駆動のワークフローを通じて運用され、構造化された人間のフィードバックを組み込んで、現実世界の制約下での堅牢なパフォーマンスを保証する。
完全に機能する自律型容器は、最適化された推進、コスト効率の高い電子機器、高度な制御を備えていた。
論文 参考訳（メタデータ） (2025-04-20T16:57:45Z) - 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) - SensiX++: Bringing MLOPs and Multi-tenant Model Serving to Sensory Edge
Devices [69.1412199244903]
エッジデバイス上でMLOpsを統合した,適応モデル実行のためのマルチテナントランタイムを提案する。
S SensiX++は、高度にモジュール化されたコンポーネント化と、明確な抽象化によるデータ操作の外部化と、システム全体のオーケストレーションのためのドキュメント中心の宣言という、2つの基本原則で運用されている。
SensiX++のさまざまな自動化コンポーネントの全体的なスループットと定量化メリットについて報告し、運用の複雑さを著しく低減し、エッジデバイスへの組み込みモデルのデプロイ、アップグレード、再構成、提供の労力を削減する効果を実証する。
論文 参考訳（メタデータ） (2021-09-08T22:06:16Z)
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。