論文の概要: A Systems Engineering Framework for Vision-Language-Enabled UAV Triage and Disaster Response

• arxiv url: http://arxiv.org/abs/2607.27597v1
• Date: Thu, 30 Jul 2026 02:35:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-31 21:37:00.366213
• Title: A Systems Engineering Framework for Vision-Language-Enabled UAV Triage and Disaster Response
• Title（参考訳）: ビジョンランゲージ型UAVトリアージと災害対応のためのシステム工学フレームワーク
• Abstract要約: 本研究では,人間のUAVループ内の協調エージェントとして視覚言語モデル(VLM)を組み込む可能性について検討する。 提案アーキテクチャは,自然言語インタラクション,ミッションレベルのタスク調整,ソフトウェア・イン・ザ・ループの実装,インシデントコマンドシステム(ICS)との通信を統合する。 VLMコーディネータエージェント、UAVミッションコントロール、タスクアロケータの3つの重要な要素が統合されたシミュレーションと制御環境で実装された。
• 参考スコア（独自算出の注目度）: 1.8479315677380457
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in Vision Language Models (VLMs) have created new opportunities for disaster response, where responders must interpret large volumes of sensor data under time pressure. Current VLM applications include social media monitoring for situational awareness, generation of draft action plans, and translation of technical alerts into public-facing messages. While these efforts can accelerate information flow, they remain largely limited to decision-support roles. Such approaches can increase operator burden because humans must still translate outputs into coordinated actions across teams and robotic assets. This study explores the viability of embedding VLMs as coordination agents within the human-UAV loop. The proposed architecture integrates natural language interaction, mission-level task coordination, software-in-the-loop implementation, and communication aligned with the Incident Command System (ICS). Rather than functioning solely as advisory tools, VLMs facilitate communication between human operators, mission control logic, and UAV task execution. The framework was developed using a Model-Based Systems Engineering (MBSE) approach, with use case and block definition diagrams representing system roles, internal structure, and component interactions. Three key elements, the VLM Coordinator Agent, UAV Mission Control, and Task Allocator, were implemented within an integrated simulation and control environment. A preliminary human-factors evaluation with seven participants showed reduced perceived workload across mental demand, effort, and frustration, along with high ratings for AI trust and communication clarity. By integrating MBSE, software-in-the-loop testing, and human-factors evaluation, this work advances scalable human-autonomy teaming for high-stakes disaster response, with broader implications for aerospace autonomy and civil safety.
• Abstract（参考訳）: 視覚言語モデル(VLM)の最近の進歩は、災害対応のための新たな機会を生み出し、応答者は時間的圧力の下で大量のセンサデータを解釈しなければならない。 現在のVLMアプリケーションには、状況認識のためのソーシャルメディア監視、ドラフトアクションプランの生成、パブリックなメッセージへの技術的アラートの翻訳が含まれる。 これらの取り組みは情報の流れを加速させるが、決定支援の役割に限られる。 なぜなら、人間は依然としてアウトプットをチームやロボット資産間で協調したアクションに変換する必要があるからである。 本研究では,人間のUAVループ内における協調剤としてのVLMの組込み可能性について検討した。 提案アーキテクチャは,自然言語インタラクション,ミッションレベルのタスク調整,ソフトウェア・イン・ザ・ループの実装,インシデントコマンドシステム(ICS)との通信を統合する。 VLMはアドバイザリツールとしてのみ機能するのではなく、人間のオペレーター間の通信、ミッション制御ロジック、UAVタスクの実行を容易にする。 このフレームワークは、システムの役割、内部構造、コンポーネント間の相互作用を表すユースケースとブロック定義図を用いて、モデルベースシステム工学(MBSE)アプローチを用いて開発された。 VLMコーディネータエージェント、UAVミッションコントロール、タスクアロケータの3つの重要な要素が統合されたシミュレーションと制御環境で実装された。 7人の被験者による予備的ヒューマンファクター評価では、精神的な要求、努力、フラストレーションにまたがる作業負荷が減少し、AI信頼とコミュニケーションの明確さが向上した。 MBSE、ソフトウェア・イン・ザ・ループ・テスト、ヒューマン・ファクター・アセスメントを統合することで、この研究は、空域の自律性と市民の安全に幅広い意味を持つ高い災害対応のためのスケーラブルなヒューマン・オートノミーチームを前進させる。

関連論文リスト

• From Chatbot to Digital Colleague: The Paradigm Shift Toward Persistent Autonomous AI [74.72113315839412]
  大規模言語モデル(LLM)は、推論、記憶、自己改善が可能な統合AIシステムへの根本的な変換が行われている。 我々は、この移行を、叙事詩からデジタル・コルリーグへのシフトとして概念化している:会話の答えから永続的な仕事へ。
  論文  参考訳（メタデータ） (2026-06-12T14:33:55Z)
• ROSClaw: A Hierarchical Semantic-Physical Framework for Heterogeneous Multi-Agent Collaboration [9.434833852972353]
  ROSClawは、統一視覚言語モデル(VLM)コントローラにポリシー学習とタスク実行を統合する異種ロボットのためのエージェントフレームワークである。 自律的なクローズループフレームワークを確立することにより、ROSClawはロボット固有の開発への依存を最小限に抑える。
  論文  参考訳（メタデータ） (2026-04-06T13:16:24Z)
• 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)
• Reasoning Knowledge-Gap in Drone Planning via LLM-based Active Elicitation [15.477731207334793]
  無人航空機(UAV)における人間とAIの共同計画は通常、環境の不確実性に直面した際の制御の引き渡しに依存している。 本稿では,協調パラダイムを制御テイクオーバからアクティブな情報提供に移行する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-08T22:00:32Z)
• IMAGINE: Intelligent Multi-Agent Godot-based Indoor Networked Exploration [0.0]
  本稿では,2次元屋内環境における課題に対処するために,MARL(Multi-Agent Reinforcement Learning)を実装した。 政策訓練は、不確実性の下で創発的な協調行動と意思決定を達成することを目的としている。
  論文  参考訳（メタデータ） (2026-02-02T22:08:41Z)
• AerialMind: Towards Referring Multi-Object Tracking in UAV Scenarios [64.51320327698231]
  UAVシナリオにおける最初の大規模RMOTベンチマークであるAerialMindを紹介する。 我々は、革新的な半自動協調型エージェントベースラベリングアシスタントフレームワークを開発した。 また,視覚言語表現学習を協調的に強化する新しい手法であるHawkEyeTrackを提案する。
  論文  参考訳（メタデータ） (2025-11-26T04:44:27Z)
• An LLM-based Framework for Human-Swarm Teaming Cognition in Disaster Search and Rescue [11.300720465575608]
  大規模災害探索・救助(SAR)の運用は複雑な地形と通信を妨害する。 Unmanned Aerial Vehicle(UAV)は、広域検索やサプライデリバリーといったタスクに対して、有望なソリューションを提供するが、その効果的な調整は、人間のオペレーターに重大な認知的負担を与える。 本研究では,Large Language Models (LLMs) を応用し,人間とスワームの協調認知をモデル化・拡張する新しいLLM-CRFシステムを提案する。
  論文  参考訳（メタデータ） (2025-11-06T04:27:20Z)
• AIOpsLab: A Holistic Framework to Evaluate AI Agents for Enabling Autonomous Clouds [12.464941027105306]
  AI for IT Operations(AIOps)は、障害のローカライゼーションや根本原因分析といった複雑な運用タスクを自動化することを目的としており、人間の作業量を削減し、顧客への影響を最小限にする。 大規模言語モデル(LLM)とAIエージェントの最近の進歩は、エンドツーエンドとマルチタスクの自動化を可能にすることで、AIOpsに革命をもたらしている。 マイクロサービスクラウド環境をデプロイし、障害を注入し、ワークロードを生成し、テレメトリデータをエクスポートするフレームワークであるAIOPSLABを紹介します。
  論文  参考訳（メタデータ） (2025-01-12T04:17:39Z)
• Exploring the Adversarial Vulnerabilities of Vision-Language-Action Models in Robotics [68.36528819227641]
  本稿では,ビジョン・ランゲージ・アクション(VLA)モデルのロバスト性を体系的に評価する。 本研究では,ロボット行動の不安定化に空間的基盤を活用する2つの未目標攻撃目標と,ロボット軌道を操作する目標攻撃目標を導入する。 我々は、カメラの視野に小さなカラフルなパッチを配置し、デジタルと物理の両方の環境で効果的に攻撃を実行する逆パッチ生成アプローチを設計する。
  論文  参考訳（メタデータ） (2024-11-18T01:52:20Z)
• Compromising Embodied Agents with Contextual Backdoor Attacks [69.71630408822767]
  大型言語モデル(LLM)は、エンボディドインテリジェンスの発展に変化をもたらした。 本稿では,このプロセスにおけるバックドアセキュリティの重大な脅威を明らかにする。 ほんの少しの文脈的デモンストレーションを毒殺しただけで、攻撃者はブラックボックスLDMの文脈的環境を隠蔽することができる。
  論文  参考訳（メタデータ） (2024-08-06T01:20:12Z)
• Unified Human-Scene Interaction via Prompted Chain-of-Contacts [61.87652569413429]
  HSI(Human-Scene Interaction)は、AIや仮想現実といった分野において重要なコンポーネントである。 本稿では,言語コマンドによる多様なインタラクションの統一制御を支援する統一型HSIフレームワークUniHSIを提案する。
  論文  参考訳（メタデータ） (2023-09-14T17:59:49Z)
• Chat with the Environment: Interactive Multimodal Perception Using Large Language Models [19.623070762485494]
  大型言語モデル(LLM)は、数発のロボット計画において顕著な推論能力を示している。 本研究は,LLMがマルチモーダル環境下での対話型ロボットの動作を制御し,高レベルな計画と推論能力を提供することを示す。
  論文  参考訳（メタデータ） (2023-03-14T23:01:27Z)

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。