論文の概要: Integrating Large Language Model Agents with Digital Twins for Industrial Autonomous Systems

• arxiv url: http://arxiv.org/abs/2606.20761v1
• Date: Thu, 18 Jun 2026 09:48:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 13:04:44.737824
• Title: Integrating Large Language Model Agents with Digital Twins for Industrial Autonomous Systems
• Title（参考訳）: 産業自律システムのための大規模言語モデルエージェントとデジタルツインの統合
• Authors: Yuchen Xia,
• Abstract要約: 現代のプロダクション環境は、より適応性、より高速な再構成、より直感的な人間と機械の相互作用を必要とする。 従来のルールベースのシステムは固定論理に依存しており、変化する条件に自律的に適応することはできない。 この論文では、大規模言語モデル(LLM)、デジタルツイン、自動化システムを自律システムに統合する3層フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 1.4101164066938148
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Industrial automation is being transformed by digitalization and the increasing use of cyber-physical systems. Modern production environments require greater adaptability, faster reconfiguration, and more intuitive human-machine interaction. However, traditional rule-based systems rely on fixed logic and cannot autonomously adapt to changing conditions. Consequently, current automation systems lack a systematic approach for integrating adaptive and generalizable reasoning capabilities for interpreting, planning, and executing user tasks across dynamic environments and heterogeneous components. This dissertation proposes a three-layer framework that integrates large language models (LLMs), digital twins, and automation systems into an autonomous system. Autonomy is defined as a design property assigned to system components and enabled through LLM-based reasoning to achieve adaptive, goal-oriented behavior. The Task-Process-Service-Resource (TPSR) model is introduced to transform user tasks into executable processes. Four LLM roles are identified: process orchestration, service matching, digital resource generation, and agent-as-a-service. Five peer-reviewed studies develop and refine these concepts using the design science research methodology. Case studies and prototypes demonstrate adaptive task planning, event-driven control, simulation-based parameterization, and digital model generation. Results show high task executability, command correctness, and content-generation accuracy while reducing manual effort. The framework enables the integration of LLM-based reasoning into industrial automation systems and improves adaptability and usability. Limitations include dependence on accurate digital representations, the computational demands of LLMs, and the need for human intervention in safety-critical situations.
• Abstract（参考訳）: 産業自動化は、デジタル化とサイバー物理システムの利用の増加によって変化している。 現代のプロダクション環境は、より適応性、より高速な再構成、より直感的な人間と機械の相互作用を必要とする。 しかし、従来のルールベースのシステムは固定論理に依存しており、変化する条件に自律的に適応することはできない。 その結果、現在の自動化システムには、動的環境や異種コンポーネントをまたいだユーザタスクの解釈、計画、実行のための適応的および一般化可能な推論機能の統合のための体系的なアプローチが欠如している。 この論文では、大規模言語モデル(LLM)、デジタルツイン、自動化システムを自律システムに統合する3層フレームワークを提案する。 自律性は、システムコンポーネントに割り当てられた設計特性として定義され、LLMベースの推論によって適応的でゴール指向の振る舞いを達成することができる。 Task-Process-Service-Resource(TPSR)モデルは、ユーザタスクを実行可能なプロセスに変換するために導入された。 プロセスオーケストレーション、サービスマッチング、デジタルリソース生成、エージェント・アズ・ア・サービスという4つのLLMロールが識別される。 5つのピアレビュー研究は、デザインサイエンス研究方法論を用いてこれらの概念を開発し、洗練する。 ケーススタディとプロトタイプは、適応的なタスク計画、イベント駆動制御、シミュレーションに基づくパラメータ化、デジタルモデル生成を示す。 その結果、作業実行可能性、コマンドの正しさ、コンテンツ生成精度が向上し、手作業の削減が図られた。 このフレームワークは、LLMベースの推論を産業自動化システムに統合し、適応性とユーザビリティを向上させる。 制限には、正確なデジタル表現への依存、LLMの計算要求、安全クリティカルな状況における人間の介入の必要性が含まれる。

関連論文リスト

• An Agentic Framework for Autonomous Materials Computation [70.24472585135929]
  大規模言語モデル(LLM)は、科学的発見を加速するための強力なツールとして登場した。 近年の進歩はLLMをエージェントフレームワークに統合し、複雑な科学実験のための検索、推論、ツールの使用を可能にしている。 本稿では,第一原理計算の信頼性向上を目的としたドメイン特化エージェントを提案する。
  論文  参考訳（メタデータ） (2025-12-22T15:03:57Z)
• Fundamentals of Building Autonomous LLM Agents [64.39018305018904]
  本稿では,大規模言語モデル(LLM)を用いたエージェントのアーキテクチャと実装手法について概説する。 この研究は、複雑なタスクを自動化し、人間の能力でパフォーマンスのギャップを埋めることのできる「アジェンティック」なLLMを開発するためのパターンを探求することを目的としている。
  論文  参考訳（メタデータ） (2025-10-10T10:32:39Z)
• Agentic Services Computing [51.50424046053763]
  本稿では,自律的,適応的,協調的なエージェントとしてサービスを再定義するパラダイムであるエージェントサービスコンピューティングを提案する。 ASCは、設計、デプロイ、運用、進化という4段階のライフサイクルを包含しています。
  論文  参考訳（メタデータ） (2025-09-29T07:29:18Z)
• MAS-ZERO: Designing Multi-Agent Systems with Zero Supervision [76.42361936804313]
  自動MAS設計のための自己進化型推論時間フレームワークMAS-ZEROを紹介する。 MAS-ZEROはメタレベルの設計を採用し、各問題インスタンスに適したMAS構成を反復的に生成し、評価し、洗練する。
  論文  参考訳（メタデータ） (2025-05-21T00:56:09Z)
• 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)
• TaskBench: Benchmarking Large Language Models for Task Automation [82.2932794189585]
  タスク自動化における大規模言語モデル(LLM)の機能を評価するためのフレームワークであるTaskBenchを紹介する。 具体的には、タスクの分解、ツールの選択、パラメータ予測を評価する。 提案手法は, 自動構築と厳密な人的検証を組み合わせることで, 人的評価との整合性を確保する。
  論文  参考訳（メタデータ） (2023-11-30T18:02:44Z)
• Towards autonomous system: flexible modular production system enhanced with large language model agents [0.0]
  本稿では,大規模言語モデル(LLM),デジタルツイン,産業自動化システムを組み合わせた新しいフレームワークを提案する。 実装済みのプロトタイプが未定義のタスクをどのように処理し、運用プロセスを計画し、操作を実行するかを示します。
  論文  参考訳（メタデータ） (2023-04-28T09:42:18Z)
• Optimal by Design: Model-Driven Synthesis of Adaptation Strategies for Autonomous Systems [9.099295007630484]
  我々は,自律システムのための最適適応戦略のモデルベース要求駆動型合成のためのフレームワークであるOptimal by Design (ObD)を提案する。 ObDは、自己適応システムの基本的な要素、すなわちシステム、能力、要求、環境の高レベルな記述のためのモデルを提案する。 これらの要素に基づいてマルコフ決定プロセス(MDP)が構築され、最適な戦略や最も報いるシステム行動を計算する。
  論文  参考訳（メタデータ） (2020-01-16T12:49:55Z)

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。