論文の概要: From Ad Hoc Pilots to Repeatable Patterns: Structuring Drone Collaboration in Emergency Services with DroneLets
- arxiv url: http://arxiv.org/abs/2606.17839v1
- Date: Tue, 16 Jun 2026 12:08:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-17 17:15:32.421075
- Title: From Ad Hoc Pilots to Repeatable Patterns: Structuring Drone Collaboration in Emergency Services with DroneLets
- Title（参考訳）: アドホックパイロットから繰り返し可能なパターンへ:DroneLetsによる緊急サービスにおけるドローンコラボレーションの構築
- Authors: Dzmitry Katsiuba, Samuel Brander, Mateusz Dolata, Gerhard Schwabe,
- Abstract要約: 本稿は、緊急チームがドローンとどのように協力するか、そしてこれらのコラボレーションを再現可能なプロセスにどのようにフォーマル化するか、という2つの研究課題に対処する。
偵察,コミュニケーション,物流支援などの運用ニーズを反映した10のメタパターンに分類した44のインタラクションパターンを導出する。
DroneLetsは、セットアップ要件、ドローン能力、環境制約、人間とドローンのアクター間の協調アクションをキャプチャする。
- 参考スコア（独自算出の注目度）: 7.204091531084291
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Drones hold promise for supporting emergency services, but their integration into workflows remains ad hoc and coordination-intensive. This paper addresses two research questions: how emergency teams want to collaborate with drones, and how to formalize these collaborations into repeatable processes. Based on four field trials and 95 interviews, we derive 44 interaction patterns grouped into 10 meta-patterns reflecting operational needs such as reconnaissance, communication, and logistical support. To structure these practices, we introduce DroneLets - a new class of design artifacts that extend Collaboration Engineering to embodied agents. DroneLets capture setup requirements, drone capabilities, environmental constraints, and coordinated actions across human and drone actors. They offer a modular framework for designing repeatable, scalable collaboration processes in emergency services, illustrated through patterns such as broadcasting to bystanders and post-fire monitoring. This work expands the scope of CE and provides a structured foundation for integrating autonomous drones into high-stakes field operations.
- Abstract（参考訳）: ドローンは緊急サービスのサポートを約束するが、ワークフローへの統合は、いまだに厳重で調整に重きを置いている。
本稿は、緊急チームがドローンとどのように協力するか、そしてこれらのコラボレーションを再現可能なプロセスにどのようにフォーマル化するか、という2つの研究課題に対処する。
4つのフィールドトライアルと95のインタビューに基づいて、偵察、コミュニケーション、物流支援といった運用ニーズを反映した44の相互作用パターンを10のメタパターンに分類した。
これらのプラクティスを構築するために、DroneLetsを紹介します。これは、コラボレーションエンジニアリングをエンボディエージェントに拡張する、新しいデザインアーティファクトのクラスです。
DroneLetsは、セットアップ要件、ドローン能力、環境制約、人間とドローンのアクター間の協調アクションをキャプチャする。
緊急サービスにおける反復可能でスケーラブルなコラボレーションプロセスを設計するためのモジュラーフレームワークを提供する。
この研究はCEの範囲を広げ、自律ドローンを高速フィールド操作に統合するための構造化された基盤を提供する。
関連論文リスト
- Swarm Skills: A Portable, Self-Evolving Multi-Agent System Specification for Coordination Engineering [50.72456732323037]
textbfSwarm Skillsは、マルチエージェントのセマンティクスを用いて、Arthhropic Skills標準を拡張したポータブル仕様である。
Swarm Skillsはマルチエージェントを、役割、実行バウンダリ、自己進化のためのビルトインセマンティック構造からなる、一級の分散可能なアセットに変える。
我々は,Swarm Skillsがプログレッシブ開示を通じて,ゼロアダプタのクロスエージェントポータビリティを実現する方法を示す。
論文 参考訳（メタデータ） (2026-05-11T06:26:58Z) - Improving the Efficiency of Language Agent Teams with Adaptive Task Graphs [52.26652574704317]
大規模言語モデル(LLM)はますますチームにデプロイされているが、既存のコーディネーションアプローチは2つの極端な部分を占めることが多い。
本稿では,Language Agent Teams for Task Evolution (LATTE)を紹介した。
論文 参考訳（メタデータ） (2026-05-07T14:19:17Z) - HECTOR: Human-centric Hierarchical Coordination and Supervision of Robotic Fleets under Continual Temporal Tasks [7.155003467581939]
本研究は,長期的かつ不確実な時間的課題下での大規模ロボット群を対象とした,人間中心の協調・監督スキーム(HECTOR)を提案する。
それは3つの階層的なレイヤで構成されている: (I) オンラインヒューマン・フリートインタラクションの双方向およびマルチモーダルプロトコルで、オペレーターが艦隊全体と対話し、監督する。
論文 参考訳（メタデータ） (2026-04-13T01:39:19Z) - TeamHOI: Learning a Unified Policy for Cooperative Human-Object Interactions with Any Team Size [54.0714652192002]
物理に基づくヒューマノイド制御は、現実的でハイパフォーマンスな単一エージェントの動作を可能にするために顕著な進歩を遂げた。
我々は,複数の協力エージェント間で協調的なHOIを処理するための,単一の分散政策を実現するためのフレームワークであるTeamHOIを提案する。
論文 参考訳（メタデータ） (2026-03-09T05:52:13Z) - Heterogeneous Robot Collaboration in Unstructured Environments with Grounded Generative Intelligence [54.91177026001217]
大規模言語モデル(LLM)対応のチーム化手法は、よく構造化された既知の環境を前提とするのが一般的である。
異種ロボットチームにおけるLCMの推論能力を基盤として,これらの制約に対処するフレームワークであるSPINE-HTを提案する。
我々のフレームワークは、従来のLLM対応の不均一なチームリング手法と比較して、ほぼ2倍の成功率を達成する。
論文 参考訳（メタデータ） (2025-10-30T18:24:38Z) - Deep Reinforcement Learning based Autonomous Decision-Making for Cooperative UAVs: A Search and Rescue Real World Application [3.206131271136423]
本稿では, 自律誘導, ナビゲーション, タスク分散のための総合的な枠組みを提案する。
我々は,2つの遅延型Deep Deterministic Policy Gradientアルゴリズムを利用して,DRLに基づく指導機構を提唱する。
DRL学習グラフ畳み込みネットワーク(GCN)による協調型UAV間のタスク分散問題に取り組む。
論文 参考訳（メタデータ） (2025-02-27T17:53:16Z) - AT-Drone: Benchmarking Adaptive Teaming in Multi-Drone Pursuit [23.110351678527017]
AT-Droneは、マルチドローン追尾シナリオにおける適応的なチーム戦略の総合的なトレーニングと評価を容易にするために設計された最初のベンチマークである。
合理化された現実世界のデプロイメントパイプラインは、シミュレーションの洞察をエッジデバイスとCrazyflieドローンを使用した実用的なドローン評価に変換する。
段階的に挑戦する4つの多翼追尾シナリオは、適応型チームリング研究の進歩におけるAT-Droneの有効性を裏付けるものである。
論文 参考訳（メタデータ） (2025-02-13T20:45:48Z) - A Prompt-driven Task Planning Method for Multi-drones based on Large Language Model [5.284914847087462]
本稿では,大規模言語モデルに基づくマルチドローンのプロンプト駆動型タスク計画手法を提案する。
マルチドローンシステムに適切なプロンプト情報を提供する。
論文 参考訳（メタデータ） (2024-05-14T12:24:39Z) - Scheduling Drone and Mobile Charger via Hybrid-Action Deep Reinforcement Learning [7.577251571044739]
ドローンは一定の関心点を観察するために配置され、充電器はドローンのバッテリーを充電するために移動することができる。
我々は、ドローンと移動充電器のルートと充電スケジュールに焦点を合わせ、可能な限り短時間で高観測ユーティリティーを得る。
本稿では、標準ポリシー学習アルゴリズムを用いて遅延連続動作を生成するハイブリッドアクション深層強化学習フレームワークHaDMCを提案する。
論文 参考訳（メタデータ） (2024-03-16T01:51:42Z) - ADAPT: An Open-Source sUAS Payload for Real-Time Disaster Prediction and
Response with AI [55.41644538483948]
小型無人航空機システム(sUAS)は、多くの人道支援や災害対応作戦において顕著な構成要素となっている。
我々は,SUAS上にリアルタイムAIとコンピュータビジョンをデプロイするための,オープンソースのADAPTマルチミッションペイロードを開発した。
本研究では,河川氷の状態を監視し,破滅的な洪水現象をタイムリーに予測するための,リアルタイム・飛行中の氷分断の例を示す。
論文 参考訳（メタデータ） (2022-01-25T14:51:19Z)
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。