論文の概要: Agentic AutoResearch forSpace Autonomy: An Auditable, LLM-Driven Research Agent for Aerospace Control Problems

• arxiv url: http://arxiv.org/abs/2606.20394v1
• Date: Thu, 18 Jun 2026 15:48:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-19 18:23:39.961487
• Title: Agentic AutoResearch forSpace Autonomy: An Auditable, LLM-Driven Research Agent for Aerospace Control Problems
• Title（参考訳）: 空間オートノミーのためのエージェントオートリサーチ:航空宇宙制御問題に対する聴取型LLM駆動型研究エージェント
• Authors: Amit Jain, Richard Linares,
• Abstract要約: AutoResearchは、大規模な言語モデルが航空管制問題のループを自律的に駆動するフレームワークである。 報告された結果は、3つのチェックをパスするまでクレジットされない: プロブレム毎のシードノイズの測定、最高の設定の再送検証、エージェントの編集を1回限りのプルーニングである。
• 参考スコア（独自算出の注目度）: 2.258690092379457
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Spacecraft guidance, navigation, and control functions are increasingly realized as learned policies distilled from expert solvers. Developing such a policy is itself a research process: an investigator selects an architecture and hyperparameters, runs experiments, and must determine whether an apparent improvement is genuine or merely seed noise. This paper presents AutoResearch, a framework in which a large language model autonomously drives that loop for aerospace control problems, coupled with a credibility layer, built into the loop, that certifies each reported result against the problem's own measured seed noise. The language model serves only as the offline research agent that develops the control policy; the trained policy it produces is then deployed onboard the spacecraft, while the model itself never operates the vehicle. At each iteration the agent reads a plain-language problem description and the run history, proposes a single edit to the training script, executes it, and logs the outcome. No reported result is credited until it passes the same three checks: measured per-problem seed noise, reseeded verification of the best configuration, and leave-one-out pruning of the agent's edits. The same loop is applied, unchanged, to two aerospace control problems: a Clohessy-Wiltshire relative rendezvous and a safety-constrained collision-avoidance docking past a keep-out zone, each calibrated against a known optimal control benchmark. In both, the audited policy clears the measured seed noise by many standard deviations; an undirected search over the same parameters does not. On the docking problem the gap becomes categorical: undirected search yields no feasible policy, while the learned policy stays outside the keep-out zone on every seed.
• Abstract（参考訳）: 専門家の問題解決者から習得された政策によって、宇宙船の誘導、航法、制御機能がますます実現されている。 調査員はアーキテクチャとハイパーパラメータを選択し、実験を行い、明らかな改善が本物か単にシードノイズであるかを判断しなければならない。 本稿では,大規模言語モデルが空域制御問題に対するループを自律的に駆動するフレームワークであるAutoResearchについて述べる。 言語モデルは制御ポリシーを開発するオフライン調査エージェントとしてのみ機能し、訓練されたポリシーは宇宙船に配備されるが、モデル自体が車両を操作することはない。 各イテレーションにおいて、エージェントは平易な問題記述と実行履歴を読み出し、トレーニングスクリプトに単一の編集を提案し、それを実行し、結果をログする。 報告された結果は、プロブレム毎のシードノイズの測定、最高の設定の再送検証、エージェントの編集のワンアウトプルーニングの3つのチェックをパスするまで、クレジットされない。 同じループは、クロヘッシー=ウィルトシャーの相対ランデブーと安全に制約された衝突回避ドッキングの2つの航空宇宙制御問題に適用され、それぞれが既知の最適制御ベンチマークに対して校正される。 どちらも、監査されたポリシーは多くの標準偏差によって測定されたシードノイズをクリアする。 ドッキング問題では、ギャップはカテゴリー化され、無向探索では実現可能なポリシーが得られず、学習されたポリシーはすべてのシードの保留ゾーン外にとどまる。

関連論文リスト

• ToolChain-CRC: Conformal Risk Control for Agentic AI Under Retrieval and Tool-Use Drift [0.0]
  ドリフト中の検索・ツール利用エージェントに対する共形リスク制御手法であるToolChain-CRCを提案する。 この方法は各エージェントを行動、観察、最終的な出力の完全な軌跡として扱う。 ステップレベルのリスクスコアを構築し、それらを軌道上のリスクスコアに組み合わせ、アクセプションまたはインターベンルールを校正し、いつでもアラームを追加します。
  論文  参考訳（メタデータ） (2026-06-16T20:27:37Z)
• Can Generalist Agents Automate Data Curation? [58.652262227632406]
  トレーニングデータのキュレーションは、現代のAI開発において、もっとも重要だが労働集約的な部分のひとつだ。 一般のコーディングエージェントがこのデータキュレーションループを自動化できるかどうかを問う。 モデル、トレーニングレシピ、評価スイートを修正するエージェント中心のベンチマークである*Curation-Bench*を紹介します。
  論文  参考訳（メタデータ） (2026-06-02T22:26:53Z)
• Where Do Deep-Research Agents Go Wrong? Span-Level Error Localization in Agent Trajectories [51.22051230894794]
  最終回答に基づく評価は、エージェントが成功するかどうかを示すが、どの部分の軌道が答えを信頼できないかを示すものではない。 2つのエージェントフレームワーク、3つのバックボーンモデル、3つのベンチマークから2,790の実際のトラジェクトリを収集し、生ログをセマンティックスパンに変換し、エキスパートレビューを通じて有害なエラースパンを注釈付けします。 我々は,エージェントの主張を追跡するクレーム中心の監査フレームワークであるDRIFTを提案する。
  論文  参考訳（メタデータ） (2026-06-01T10:50:26Z)
• What to Test Next: Interpretable Coverage Gap Discovery in Driving VLMs [52.50210189669399]
  視覚言語モデル(VLM)を駆動するには,操作設計領域(ODD)が定義する様々な条件のシーンを正確に理解する必要がある SliceScorerは、欠落したスライス推薦のための決定論的スコアリングルールである。 SliceNavは, 従来のスライス発見法よりも, 高リスクカバレッジギャップを効果的に表面化することを示す。
  論文  参考訳（メタデータ） (2026-06-01T03:18:01Z)
• A measurement substrate for agentic Kubernetes operations: Methodology and a case study in retrieval-compounding falsification [0.0]
  自律的な操作エージェントに関する実証的な主張は、ほとんど不可能である。 コードエージェントは「機能する」検証基板を持ち、高速でファルサブルで地味な信号に変換する。 ターゲットクラスタに障害を注入するクローズドループ計測フレームワークである Agent-breakage を提案する。
  論文  参考訳（メタデータ） (2026-05-21T21:47:52Z)
• Towards Policy-Compliant Agents: Learning Efficient Guardrails For Policy Violation Detection [25.53228630260007]
  PolicyGuardBenchは、エージェントのトラジェクトリにおけるポリシー違反を検出するための約60kのサンプルのベンチマークである。 PolicyGuard-4Bは軽量のガードレールモデルであり、すべてのタスクに対して強力な検出精度を提供する。 PolicyGuardBench と PolicyGuard-4B は、Webエージェントのトラジェクトリにおけるポリシーコンプライアンスを研究するための、最初の包括的なフレームワークを提供する。
  論文  参考訳（メタデータ） (2025-10-03T20:03:19Z)
• Autonomous UAV Flight Navigation in Confined Spaces: A Reinforcement Learning Approach [0.6533458718563319]
  オフ・ポリティクスの手法は、高価で安全でない現実世界の微調整を最小化するための重要な特徴である、高いサンプル効率を約束する。 オン・ポリティクス法は、しばしばより優れた訓練安定性を示すが、これはハザード・センス環境における信頼性の高い収束に不可欠である。 この研究は、高精度で安全クリティカルなナビゲーションタスクにおいて、確立されたオン・ポリティクスの信頼性の高い収束は、オフ・ポリティック・アルゴリズムの特異なサンプル効率よりも決定的であることを示す。
  論文  参考訳（メタデータ） (2025-08-22T21:29:59Z)
• Can Agents Run Relay Race with Strangers? Generalization of RL to Out-of-Distribution Trajectories [88.08381083207449]
  異種エージェントの制御可能な状態に対する一般化失敗の有病率を示す。 本稿では,学習中のQ関数に従って環境をエージェントの旧状態にリセットする,STA(Self-Trajectory Augmentation)という新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-04-26T10:12:12Z)
• Asynchronous Multi Agent Active Search [6.587280549237275]
  SPATS (Sparse Parallel Asynchronous Thompson Smpling) とLATSI (Laplace Thompson Smpling with Information gain) という2つの異なる能動探索アルゴリズムを提案する。 ターゲットは、圧縮的な検知仮定に従って、環境の周囲にわずかに配置されているとみなす。 提案アルゴリズムの有効性を実証するために,シミュレーション結果と理論的解析結果を提供する。
  論文  参考訳（メタデータ） (2020-06-25T22:17:20Z)

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。