論文の概要: ARdena: Scenario-driven control of real-time LLM agents
- arxiv url: http://arxiv.org/abs/2607.22651v1
- Date: Fri, 26 Jun 2026 08:58:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-02 22:55:39.007443
- Title: ARdena: Scenario-driven control of real-time LLM agents
- Title（参考訳）: ARdena:リアルタイムLDMエージェントのシナリオ駆動制御
- Abstract要約: 本稿では,構造化プロンプトによる実行時の動作制御を実現する,階層化シナリオ駆動型LCM制御を提案する。
このフレームワークは、音声インタラクション、視覚知覚、ツール使用、アバターベースの応答生成を統合するリアルタイムマルチモーダルエンボディエージェントであるARDenaで実装されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language models (LLMs) have enabled increasingly capable conversational agents, but reliably controlling their behavior in real-time interactive environments remains a significant challenge. Existing approaches often rely on model fine-tuning or alignment procedures that are difficult to adapt to changing interaction requirements. This paper introduces layered scenario-driven LLM control, a framework that enables runtime behavior control through structured prompting. By combining persistent context with scenario-specific constraints, the approach allows agent behavior to be modified during interaction without changing the underlying model. The framework is implemented in ARDena, a real-time multimodal embodied agent that integrates speech interaction, visual perception, tool use, and avatar-based response generation. The proposed approach is evaluated with respect to control effectiveness, response latency, and operational stability. The results demonstrate that scenario definitions alone can produce substantially different interaction behaviors while maintaining stable real-time operation, highlighting the effectiveness of scenario-driven prompting for controlling LLM agents.
- Abstract（参考訳）: 大規模言語モデル(LLM)は、ますます有能な会話エージェントを実現しているが、リアルタイムの対話環境におけるそれらの振る舞いを確実に制御することは、依然として大きな課題である。
既存のアプローチは、相互作用の要求の変化に適応することが難しいモデル微調整やアライメントの手順に依存していることが多い。
本稿では,構造化プロンプトによる実行時の動作制御を実現する,階層化シナリオ駆動型LCM制御を提案する。
永続的なコンテキストとシナリオ固有の制約を組み合わせることで、基礎となるモデルを変更することなく、インタラクション中にエージェントの振る舞いを変更することができる。
このフレームワークは、音声インタラクション、視覚知覚、ツール使用、アバターベースの応答生成を統合したリアルタイムマルチモーダルエンボディエージェントであるARDenaで実装されている。
提案手法は, 制御効率, 応答遅延, 動作安定性について評価する。
その結果、シナリオ定義だけでは、安定したリアルタイム操作を維持しながら、実質的に異なる相互作用挙動を生成できることが示され、LCMエージェントを制御するシナリオ駆動プロンプトの有効性が強調された。
関連論文リスト
- From Profiling to Synthesis: Benchmarking Implicit Behavioral Alignment in Personalized LLM Agents [56.187590188698955]
大規模言語モデルは、ますます有能な自律エージェントを可能にしてきたが、そのようなエージェントを実用的に有効にするためには、パーソナライズが不可欠である。
最近のベンチマークではエージェントのパーソナライゼーションの評価が始まっているが、それらは主に静的な選好スナップショット、固定されたインタラクションログ、あるいは事前に定義されたユーザプロファイルに対する質問応答に依存している。
縦断的相互作用履歴から構築した暗黙的行動アライメントのベンチマークであるIBA-Benchを紹介する。
IBA-Agentは、広範囲な検索と軌道レベルのアライメントを通じて競合する優先順位を調整するエージェントフレームワークである。
論文 参考訳（メタデータ） (2026-08-03T12:52:04Z) - Learning to Watch: Active Video Anomaly Understanding via Interleaved Policy Optimization [56.150184676745205]
ビデオ異常理解(VAU)は、スパースでコンテキストに依存した手がかりに依存している。
本稿では,映像理解をアクティブな逐次意思決定プロセスとして再認識するクローズドループフレームワークである$Anomtext-$を提案する。
人間のビデオレビュー行動に触発されたこのフレームワークは、内部の認知的推論と戦略的エビデンスを、インターリーブされたポリシーに統一する。
論文 参考訳（メタデータ） (2026-07-01T08:41:49Z) - Proposal-Conditioned Latent Diffusion for Closed-Loop Traffic Scenario Generation [1.6711881128691604]
本稿では,インスタンス中心のシーンコンテキストとマルチモーダルな提案を前提とした拡散型シナリオ生成フレームワークを提案する。
Open Motionデータセットの実験では、さまざまなインタラクティブなシナリオにおけるリアリズム、安全性、コントロール可能性のバランスが好まれている。
論文 参考訳（メタデータ） (2026-06-25T15:01:31Z) - IDEA: Insensitive to Dynamics Mismatch via Effect Alignment for Sim-to-Real Transfer in Multi-Agent Control [9.294981970003892]
本研究では,マルチエージェント制御のためのsim-to-real法を提案する。
提案手法は,ランダムな環境構造と閉ループ制御による個別の意味行動を組み合わせることで,政策学習をセマンティック・抽象化のレベルに引き上げる。
論文 参考訳（メタデータ） (2026-06-25T03:49:25Z) - SafeCtrl-RL: Inference-Time Adaptive Behaviour Control for LLM Dialogue via RL-Driven Prompt Optimisation [2.0855978149238403]
推論時動作制御フレームワークである textbfSafeCtrl-RL を提案する。
モデルの再訓練やパラメータの変更なしに適応的な安全規制を可能にする。
安全と応答品質を継続的に改善し、既存のプロンプトベースの最適化方法より優れています。
論文 参考訳（メタデータ） (2026-05-25T16:03:38Z) - OLIVIA: Online Learning via Inference-time Action Adaptation for Decision Making in LLM ReAct Agents [74.20327254615854]
大規模言語モデルエージェントは、シーケンシャルな意思決定タスクを解決するために、推論、行動選択、観察をインターリーブする。
LLMエージェントの既存の推論時間適応法は、主にプロンプトや検索に依存している。
提案するOLIVIAは,ReAct型エージェントのための推論時行動適応フレームワークである。
論文 参考訳（メタデータ） (2026-05-11T19:28:20Z) - VITA-E: Natural Embodied Interaction with Concurrent Seeing, Hearing, Speaking, and Acting [66.90028121194636]
現在のビジョン・ランゲージ・アクション(VLA)モデルは、しばしば堅固で静的な相互作用パラダイムによって制約される。
VITA-Eは、動作とほぼリアルタイムの割り込みの両方のために設計された、新しい具体的相互作用フレームワークである。
論文 参考訳（メタデータ） (2025-10-21T17:59:56Z) - ToolACE-MT: Non-Autoregressive Generation for Agentic Multi-Turn Interaction [84.90394416593624]
大規模言語モデル(LLM)によるエージェント的タスク解決には,多ターン・マルチステップインタラクションが必要である。
既存のシミュレーションベースのデータ生成手法は、複数のエージェント間のコストのかかる自己回帰的相互作用に大きく依存している。
本稿では,高品質なマルチターンエージェント対話を構築するための非自己回帰反復生成フレームワークであるToolACE-MTを提案する。
論文 参考訳（メタデータ） (2025-08-18T07:38:23Z) - Dynamic benchmarking framework for LLM-based conversational data capture [0.0]
本稿では,大規模言語モデル(LLM)を評価するためのベンチマークフレームワークを提案する。
生成エージェントシミュレーションを統合して、情報抽出、コンテキスト認識、適応エンゲージメントといった重要次元のパフォーマンスを評価する。
その結果,不明瞭な応答を扱う場合,適応戦略によりデータの抽出精度が向上することが示唆された。
論文 参考訳（メタデータ） (2025-02-04T15:47:47Z) - DynaSaur: Large Language Agents Beyond Predefined Actions [126.98162266986554]
既存のLLMエージェントシステムは、通常、各ステップで固定セットと事前定義されたセットからアクションを選択する。
動作を動的に生成・構成できるLLMエージェントフレームワークを提案する。
このフレームワークでは、汎用プログラミング言語で書かれたプログラムを生成し実行することで、エージェントが環境と対話する。
論文 参考訳（メタデータ） (2024-11-04T02:08:59Z)
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。