論文の概要: Computing on the Fly: Navigating a Vision for the Future of Drone Computing

• arxiv url: http://arxiv.org/abs/2607.19213v1
• Date: Tue, 21 Jul 2026 15:42:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-22 19:05:05.480897
• Title: Computing on the Fly: Navigating a Vision for the Future of Drone Computing
• Title（参考訳）: 飛行中のコンピューティング: 将来のドローンコンピューティングのビジョンをナビゲートする
• Abstract要約: 報告書は、ドローンが商品、医療用品、情報を高速道路や電力網のような国家インフラ投資に匹敵する規模で移動する10年を想定している。 報告書は、ドローン技術の変革の可能性を実現するために対処しなければならない12の技術的課題を特定している。
• 参考スコア（独自算出の注目度）: 18.393687280824818
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The report envisions a decade in which drones move goods, medical supplies, and information at a scale comparable to national infrastructure investments like highways and the electric grid. Potential applications include natural disaster detection drones that spot wildfire sources within minutes, medical supply chains that bypass ground congestion to reach rural hospitals, and nationwide fleets that continuously inspect bridges and power lines. Realizing this future, however, requires closing what report authors call a "capability gap," where hardware and aspirations are outpacing the software and systems needed to operate safely at scale. The report identifies twelve technical challenges that must be addressed to realize the transformative potential of drone technology: Scaling to millions of drones; AI intelligence and assurance; Edge-cloud continuum and real-time coordination; AI autonomy and agentic systems; Data, training, and validation infrastructure; Critical infrastructure protection; Building reliable fleets from non-deterministic agents; Trust, security, and distributed authentication; Next-generation drone networks; Human-AI partnership and scalable insight; Standards, certification, and regulation; and Workforce development and education. These twelve challenges and proposed approaches to them form the basis of the report, laying out a multifaceted path forward for the evolution of done technology.
• Abstract（参考訳）: 報告書は、ドローンが商品や医療用品、情報を高速道路や電力網のような国家インフラ投資に匹敵する規模で移動する10年を描いている。 潜在的な応用例としては、数分で山火事源を見つける自然災害検知ドローン、渋滞を回避して田舎の病院に届く医療サプライチェーン、橋や電力線を継続的に検査する全国の艦隊などがある。 しかし、この未来を実現するためには、著者が"能力ギャップ"と呼ぶレポートを閉じる必要がある。 数百万台のドローンへのスケーリング、AIインテリジェンスと保証、エッジクラウドの継続とリアルタイムの調整、AI自律性とエージェントシステム、データ、トレーニング、バリデーションインフラストラクチャ、クリティカルインフラストラクチャ保護、非決定論的エージェントからの信頼性の高いフリートの構築、信頼、セキュリティ、分散認証、次世代ドローンネットワーク、人間とAIのパートナーシップとスケーラブルな洞察、標準、認証、規制、ワークフォース開発と教育。 これら12の課題とそれらに対するアプローチは、レポートの基礎を形成し、完了した技術の進化に向けて、多面的なパスを配置する。

関連論文リスト

• Real-Time Visual Intelligence on Low-Cost UAVs: A Modular Approach for Tracking, Scanning, and Navigation [0.0]
  本稿では,パーソナルアシスタントとして機能するインテリジェントドローンシステムの開発について述べる。 我々は,顔検出,顔認識,単眼視からの深度推定という,3つの中心的人工知能機能を統合するモジュールアーキテクチャを実装した。 既存の商用ソリューションとは異なり、このシステムはアクセシビリティ、低コストのハードウェア、オープンソース技術を強調している。
  論文  参考訳（メタデータ） (2026-07-02T15:15:56Z)
• 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)
• Generative AI for Autonomous Driving: Frontiers and Opportunities [145.6465312554513]
  この調査は、自律運転スタックにおけるGenAIの役割の包括的合成を提供する。 まず、VAE、GAN、拡散モデル、および大規模言語モデルを含む、現代の生成モデリングの原則とトレードオフを蒸留することから始めます。 我々は、合成データ一般化、エンドツーエンド駆動戦略、高忠実なデジタルツインシステム、スマートトランスポートネットワーク、具体化されたAIへのクロスドメイン転送など、実用的な応用を分類する。
  論文  参考訳（メタデータ） (2025-05-13T17:59:20Z)
• Research on environment perception and behavior prediction of intelligent UAV based on semantic communication [8.481025063242473]
  高速なトレーニング機能を備えたドローンが、効率的なリソース割り当てのために、新たな仮想シナリオに自律的に適応できるようにするために、強化学習アプローチが導入されている。 メタユニバースのためのセマンティック・コミュニケーション・フレームワークを提案し、セマンティック・情報の抽出を利用して通信コストを削減し、メタユニバース・サービスの情報伝達をインセンティブ化する。 実験では, ドローン適応性能を約35%向上させ, 基地局数の増加に伴い, 局所降着速度は90%に達することができた。
  論文  参考訳（メタデータ） (2025-01-08T13:03:34Z)
• Overview of AI and Communication for 6G Network: Fundamentals, Challenges, and Future Research Opportunities [148.601430677814]
  本稿では,6GネットワークにおけるAIと通信の概要を概観する。 我々はまず、AIを無線通信に組み込むことの背景にある要因と、AIと6Gの収束のビジョンを概観する。 講演はその後、6Gネットワーク内でAIの統合を想定する詳細な説明へと移行する。
  論文  参考訳（メタデータ） (2024-12-19T05:36:34Z)
• Causal Reasoning: Charting a Revolutionary Course for Next-Generation AI-Native Wireless Networks [63.246437631458356]
  次世代無線ネットワーク(例:6G)は人工知能(AI)ネイティブである。 本稿では、新たな因果推論分野を基盤として、AIネイティブな無線ネットワークを構築するための新しいフレームワークを紹介する。 因果発見と表現によって対処できる無線ネットワークの課題をいくつか挙げる。
  論文  参考訳（メタデータ） (2023-09-23T00:05:39Z)
• VBSF-TLD: Validation-Based Approach for Soft Computing-Inspired Transfer Learning in Drone Detection [0.0]
  本稿では,コンピュータビジョンベースモジュールの不可欠な部分を構成する移動型ドローン検出手法を提案する。 事前学習されたモデルの知識を関連ドメインから活用することにより、限られたトレーニングデータであっても、トランスファー学習によりより良い結果が得られる。 特に、このスキームの有効性は、IOUベースの検証結果によって強調される。
  論文  参考訳（メタデータ） (2023-06-11T22:30:23Z)
• 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)
• Artificial Intelligence for UAV-enabled Wireless Networks: A Survey [72.10851256475742]
  無人航空機(UAV)は次世代無線通信ネットワークにおいて有望な技術であると考えられている。 人工知能(AI)は近年急速に成長し、成功している。 UAVベースのネットワークにおけるAIの潜在的な応用について概観する。
  論文  参考訳（メタデータ） (2020-09-24T07:11:31Z)
• AutoSOS: Towards Multi-UAV Systems Supporting Maritime Search and Rescue with Lightweight AI and Edge Computing [27.15999421608932]
  本稿では,自律型マルチロボット探索・救助支援プラットフォームの開発を支援するAutoSOSプロジェクトの方向性について述べる。 このプラットフォームは、新しい適応型ディープラーニングアルゴリズムを用いて、環境の初期評価のための偵察ミッションを実行することを目的としている。 ドローンが潜在的な物体を見つけると、そのセンサーデータを船に送る。
  論文  参考訳（メタデータ） (2020-05-07T12:22:15Z)

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。