論文の概要: LLM-Centric Agentic AI for UAV Swarms: Architecture, Enabling Technologies, and Open Problems
- arxiv url: http://arxiv.org/abs/2607.09756v1
- Date: Sun, 05 Jul 2026 13:08:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 15:40:48.180514
- Title: LLM-Centric Agentic AI for UAV Swarms: Architecture, Enabling Technologies, and Open Problems
- Title（参考訳）: LLM-Centric Agentic AI for UAV Swarms: Architecture, Enabling Technologies, and Open Problems
- Abstract要約: Uncrewed Aerial Vehicle (UAV) Swarmsは、サーチ・アンド・レスキュー (SAR) や環境モニタリングなどの応用に有意な可能性を秘めている。
Agentic Artificial Intelligence(AI)は、スタンドアロンのLarge Language Model(LLM)からクローズドループ認知アーキテクチャへのシフトを表す。
本稿では,UAV Swarms (LAUS) のための LLM-Centric Agentic AI を提案する。
- 参考スコア（独自算出の注目度）: 4.4579151410787246
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Uncrewed Aerial Vehicle (UAV) swarms have significant potential for applications such as Search and Rescue (SAR) and environmental monitoring, but their real-world deployment is limited by a lack of situational awareness, intermittent connectivity, and significant cybersecurity risks. Agentic Artificial Intelligence (AI) represents a shift from standalone Large Language Model (LLM) toward closed-loop cognitive architectures that integrate perception, memory, reasoning/planning, and action to enable adaptive, goal-directed swarm behavior. Within this framework, Agentic AI provides a unifying structure for autonomous and adaptive swarm operations while expanding the system attack surface compared to conventional AI systems. This paper proposes LLM-Centric Agentic AI for UAV Swarms (LAUS) and reviews key enabling technologies such as onboard and edge computing, 5G/6G connectivity, multimodal intelligence, and cybersecurity mechanisms, and analyzes threats such as Priority Manipulation Attacks (PMA) that can distort decision-making and degrade network performance. Finally, it identifies open research challenges, including hallucination-resistant reasoning, onboard LLM deployment under SWaP constraints, and standardized security benchmarks for perception-reasoning attacks in agentic UAV systems.
- Abstract（参考訳）: Uncrewed Aerial Vehicle (UAV) Swarmsは、サーチ・アンド・レスキュー(SAR)や環境モニタリングなどの応用には大きな可能性を秘めているが、実際の展開は状況認識の欠如、断続的な接続性、重大なサイバーセキュリティリスクによって制限されている。
Agentic Artificial Intelligence(AI)は、スタンドアロンのLarge Language Model(LLM)から、知覚、記憶、推論/計画、行動を統合するクローズドループ認知アーキテクチャへ移行し、適応的でゴール指向のSwarm動作を可能にする。
このフレームワーク内では、Agentic AIは、従来のAIシステムと比較してシステム攻撃面を拡張しながら、自律的で適応的なSwarm操作のための統一された構造を提供する。
本稿では,UAVスワーム(LAUS)のためのLLM-Centric Agentic AIを提案し,オンボードコンピューティングやエッジコンピューティング,5G/6G接続,マルチモーダルインテリジェンス,サイバーセキュリティ機構といった重要な技術を実現するとともに,ネットワーク性能を歪曲するプライオリティ・マニピュレーション・アタック(PMA)などの脅威を分析する。
最後に、幻覚耐性推論、SWaP制約下でのLLM展開、エージェントUAVシステムにおける知覚推論攻撃のための標準化されたセキュリティベンチマークなど、オープンな研究課題を特定する。
関連論文リスト
- Toward Secure AI-Powered Penetration Testing Agents: Security Threats, Guardrails, and Architectural Perspectives [0.0]
LLMを動力とする自律エージェントは、動的で多段階の攻撃的セキュリティで浸透試験空間を変革している。
しかし、永続的なメモリを持ち、現実世界で行動し、長期にわたる推論を行う能力は、質的に異なるセキュリティ上の懸念を引き起こす。
既存の会話型AIのガードレール機構は、それに応じて自律型AIペンテスティングエージェントを確保するのに十分ではないかもしれない。
論文 参考訳（メタデータ） (2026-09-15T06:19:50Z) - Networking-Aware Energy Efficiency in Agentic AI Inference: A Survey [64.20429885919701]
本稿では,知覚・推論・行動サイクル全体にわたる計算・通信コストを同定するエネルギー会計フレームワークを提案する。
我々は、単純化、計算制御、インプット・アンド・アテンション最適化、ハードウェア・アウェア・推論にまたがる統一的な分類法を確立する。
我々は,第6世代移動通信(6G)ネイティブエージェントAI,自己維持システムといったグリーンラーニングのオープンな課題を特定した。
論文 参考訳（メタデータ） (2026-04-09T06:13:59Z) - Safety in Embodied AI: A Survey of Risks, Attacks, and Defenses [168.50301366360344]
Embodied AI (Embodied AI) は、知覚、認知、計画、相互作用を、安全クリティカルな環境で機能するエージェントに統合する。
デジタルAIシステムとは異なり、エンボディエージェントは不確実な検知、不完全な知識、動的な人間とロボットの相互作用の下で行動しなければならない。
この調査は、エンボディされたAIにおける安全性研究の包括的なレビューを提供し、完全なエンボディされたパイプラインにわたる攻撃と防御を調査している。
論文 参考訳（メタデータ） (2026-03-28T13:21:44Z) - Just Ask: Curious Code Agents Reveal System Prompts in Frontier LLMs [65.6660735371212]
textbftextscJustAskは,インタラクションのみで効果的な抽出戦略を自律的に発見するフレームワークである。
これは、アッパー信頼境界に基づく戦略選択と、原子プローブと高レベルのオーケストレーションにまたがる階層的なスキル空間を用いて、オンライン探索問題として抽出を定式化する。
この結果から,現代のエージェントシステムにおいて,システムプロンプトは致命的ではあるがほぼ無防備な攻撃面であることがわかった。
論文 参考訳（メタデータ） (2026-01-29T03:53:25Z) - Securing AI Agents in Cyber-Physical Systems: A Survey of Environmental Interactions, Deepfake Threats, and Defenses [2.6726842616701703]
この調査は、サイバー物理システムにおけるAIエージェントをターゲットにしたセキュリティ脅威の包括的なレビューを提供する。
我々は、環境相互作用、ディープフェイクによる攻撃、MCPによる脆弱性に焦点を当てる。
タイミング、騒音、偽陽性がいかに制約可能な防御を犠牲にするかを定量的に説明する。
論文 参考訳（メタデータ） (2026-01-28T02:33:24Z) - Multi-Agent Collaborative Intrusion Detection for Low-Altitude Economy IoT: An LLM-Enhanced Agentic AI Framework [60.72591149679355]
低高度経済の急速な拡大により、インターネット・オブ・モノ(LAE-IoT)ネットワークは前例のないセキュリティ上の課題を生んだ。
従来の侵入検知システムは、空中IoT環境のユニークな特徴に対処できない。
LAE-IoTネットワークにおける侵入検出を強化するための大規模言語モデル(LLM)対応エージェントAIフレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-25T12:47:25Z) - 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) - A Survey of Agentic AI and Cybersecurity: Challenges, Opportunities and Use-case Prototypes [7.02443431688472]
Agentic AIは、単一ステップ生成モデルから、長期的タスクに対する推論、計画、行動、適応が可能なシステムへの重要な転換点である。
本調査は,サイバーセキュリティにおけるエージェントAIの影響について検討する。
論文 参考訳（メタデータ） (2026-01-08T02:46:06Z) - Autonomous Threat Detection and Response in Cloud Security: A Comprehensive Survey of AI-Driven Strategies [0.0]
クラウドコンピューティングは、スケーラビリティ、適応性、オーバーヘッドの削減という3つの面で、オンラインコミュニティを変えました。
分散およびマルチテナント特性によってもたらされる深刻なセキュリティ上の懸念がある。
クラウドインフラのサイバー攻撃の先進段階においても、脅威を検知し、反応する古い方法が益々効果的になってきている。
これらの制限に対処する最近のトレンドは、人工知能(AI)技術の創出である。
論文 参考訳（メタデータ） (2026-01-06T04:19:27Z) - When UAV Swarm Meets IRS: Collaborative Secure Communications in Low-altitude Wireless Networks [68.45202147860537]
低高度無線ネットワーク (LAWN) は、多様なアプリケーションに対して、拡張されたカバレッジ、信頼性、スループットを提供する。
これらのネットワークは、既知のおよび潜在的に未知の盗聴者の両方から重大なセキュリティ上の脆弱性に直面している。
本稿では,Swarm内で選択されたUAVを仮想アンテナアレイとして機能させる,LAWNのための新しいセキュア通信フレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-25T02:02:14Z) - Adaptive Cybersecurity Architecture for Digital Product Ecosystems Using Agentic AI [0.0]
本研究では,動的学習と文脈認識型意思決定が可能な自律目標駆動エージェントを提案する。
行動ベースライン、分散リスクスコア、フェデレーションされた脅威情報共有は重要な特徴である。
このアーキテクチャは、複雑なデジタルインフラストラクチャを保護するインテリジェントでスケーラブルな青写真を提供する。
論文 参考訳（メタデータ） (2025-09-25T00:43:53Z) - Internet of Agents: Fundamentals, Applications, and Challenges [68.9543153075464]
異種エージェント間のシームレスな相互接続、動的発見、協調的なオーケストレーションを可能にする基盤となるフレームワークとして、エージェントのインターネット(IoA)を紹介した。
我々は,機能通知と発見,適応通信プロトコル,動的タスクマッチング,コンセンサスとコンフリクト解決機構,インセンティブモデルなど,IoAの重要な運用イネーラを分析した。
論文 参考訳（メタデータ） (2025-05-12T02:04:37Z)
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。