論文の概要: Strategic Evaluation of Planning Strategies for LLM Agents in Cyber-Physical Systems

• arxiv url: http://arxiv.org/abs/2608.04265v1
• Date: Tue, 04 Aug 2026 22:52:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 14:48:43.657158
• Title: Strategic Evaluation of Planning Strategies for LLM Agents in Cyber-Physical Systems
• Title（参考訳）: サイバー物理システムにおけるLCMエージェントの計画戦略の戦略的評価
• Abstract要約: 計画誘導制御トラジェクトリを中心に構築されたベンチマークを導入する。 スマートグリッドの需要応答システムにシーケンシャルで階層的で検索エグゼクティブを実装している。 強制探索は5つの基本種子のオラクルであることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Evaluations of LLM planning agents largely ask whether a task succeeds or a declared plan is followed. In strategic cyber-physical systems, a stronger question is whether the planning architecture remains appropriate after autonomous participants respond and physics constrains the outcome. We introduce a controlled, physics-grounded benchmark built around planning-induced control trajectories: the ordered planning operations and directives through which an execution architecture acts on other agents and the physical process. It implements predefined, sequential, hierarchical, and search executors in a smart-grid demand-response system with 40 heterogeneous prosumers and an independently simulated radial feeder. The LLM is bounded to typed policy declaration and short operator messages, while schedule construction, prosumer dynamics, and power flow remain explicit code. The protocol uses paired forced-mode counterfactuals, common random response draws, and event-level deadline feasibility. Three properties follow. Architecture materially changes outcomes: forced search is the oracle in all five baseline seeds. Execution fidelity needs more than mode agreement: objective substitution holds agreement at 1.0 while increasing voltage shortfall by 2.68x. A 144-scenario, 576-episode bank has feasible oracles from three of the four architectures. A prespecified stress-held-out ridge has mean regret 90.7 (95% interval [73.8, 108.6]) and no detectable value over fixed sequential; applying known deadline feasibility before quality prediction cuts regret to 29.0 and improves over fixed sequential by 61.1. An all-feasible ablation does not beat fixed search, localising the remaining challenge to within-feasible quality selection. A five-model extension separates stress-conditioned, state-blind, and invariant declarers; latency tails show that live feasibility should be treated probabilistically.
• Abstract（参考訳）: LLM計画エージェントの評価は、タスクが成功するか、宣言された計画に従うかを主に問う。 戦略的サイバー物理システムでは、自律的な参加者が反応し、物理学が結果を制約した後も、計画アーキテクチャが適切かどうかがより強い疑問である。 我々は、計画誘導制御軌道を中心に構築された制御された物理地上ベンチマーク、すなわち、実行アーキテクチャが他のエージェントや物理プロセスに作用する順序付けられた計画操作と指令を導入する。 あらかじめ定義されたシーケンシャル、階層的、検索エグゼキュータを、40の異種プロシューマーと独立にシミュレートされたラジアルフィードを備えたスマートグリッド需要応答システムに実装する。 LLMは型付きポリシー宣言とショートオペレータメッセージにバインドされているが、スケジュール構成、プロシューマーダイナミクス、パワーフローは明示的なコードのままである。 このプロトコルは、ペア化された強制モードのカウンターファクト、一般的なランダム応答のドロー、イベントレベルのデッドラインの実現性を使用する。 3つの性質が続く。 強引な探索は5つの基本種すべてにおける神託である。 目的置換は1.0で一致し、電圧不足は2.68倍増加する。 144-scenario, 576-episode bankは、4つのアーキテクチャのうち3つから実現可能なオラクルを持っている。 予め特定されたストレス付き尾根は、90.7(95%間隔[73.8,108.6])の後悔を意味し、固定順序よりも検出可能な値がなく、品質予測前の既知の期限実現性を適用することにより、後悔を29.0に削減し、固定順序よりも61.1に改善する。 完全に実現可能なアブレーションは、固定された検索に勝らず、残りの課題を非実現可能な品質選択にローカライズする。 5モデル拡張は、ストレス条件付き、状態ブラインド、不変宣言を分離する。

関連論文リスト

• LePlanner: An Iterative Amortized Controller For World Models [0.0]
  本研究では,凍結したワールドモデル予測器を用いて遅延動作シーケンスの構築と洗練を学習する,償却反復制御器LePlannerを提案する。 LePlannerは、最初期の地平線で目標に達するようコントローラに促し、そこに留まるよう、到着と保持の目的で訓練されている。 成功率はPushTが98%、Reacherが100%、TwoRoomsが100%、OGBench Cubeが92%である。
  論文  参考訳（メタデータ） (2026-09-12T10:01:21Z)
• Apodex Discovery: Reality Benchmarks and Environments for Evaluating and Building Discoverative Artificial Intelligence [86.61561123749011]
  Apodex Discovery(アポデックスディスカバリー)は、重度解法を用いて発見的AIを構築し評価するためのフレームワークである。 まず16のセクターで511の業界を調査し、423の高価値現実問題を集め、最初のリリースで20を選定した。 第二に、共通の環境-タスク-エピソード抽象化は、データ、ツール、制約、フィードバック、軌跡記録、中間成果物と最終提出物の検証を提供する。
  論文  参考訳（メタデータ） (2026-08-11T18:48:40Z)
• SPORD: A Simulation-Propose-then-OR-Dispose Approach for Supply Chain Planning [5.862021250173885]
  eコマース企業のサプライチェーンプランニングは、独立したプロジェクトのコレクションとして運用されている。 我々は、JD.comのNetSimプラットフォームとしてデプロイされたSimulation-Propose-then-OR-Dispose法を提案し、実装する。
  論文  参考訳（メタデータ） (2026-07-23T14:18:01Z)
• PRISM: : Planning and Reasoning with Intent in Simulated Embodied Environments [59.07829883257003]
  5つの集合住宅の上に建設され、PRISMは300の人間認証タスクを3つの能力レベルに構成する。 PRISMはエージェントに依存しない実行可能なアクションAPIを公開し、任意のエージェントをエンドツーエンドで評価できるようにする。
  論文  参考訳（メタデータ） (2026-05-12T04:59:47Z)
• Mosaic: An Extensible Framework for Composing Rule-Based and Learned Motion Planners [5.399177691034965]
  学習プランナーは強い適応性を示すが、透明性の低下と時折の安全違反に悩まされる。 我々は、調停グラフを通じて両方のパラダイムを統合する構造化決定のためのフレームワークであるMosaicを紹介する。 実験的評価において、MosaicはVal14のクローズドループベンチマークで95.48 CLS-NRと93.98 CLS-Rを達成した。
  論文  参考訳（メタデータ） (2026-04-15T13:23:47Z)
• Rethinking AI Hardware: A Three-Layer Cognitive Architecture for Autonomous Agents [8.951500258016974]
  Tri-Spiritは、知性を計画、推論、実行に分解する認知フレームワークである。 平均タスク遅延を75.6%削減し、エネルギー消費を71.1%削減する。 結果は、AIハードウェアにおいて、モデルスケーリング単独ではなく、認知的分解がシステムレベルの効率の第一の要因であることを示唆している。
  論文  参考訳（メタデータ） (2026-04-15T11:43:01Z)
• From Agent Loops to Structured Graphs:A Scheduler-Theoretic Framework for LLM Agent Execution [1.8222732878503212]
  LLMベースのエージェントを構築するための主要なパラダイムはエージェントループ(Agent Loop)である。 この観点では、エージェントループとグラフベースの実行エンジンを単一のセマンティック連続体に配置する。 暗黙の文脈から暗黙の静的DAGへ制御フローを上昇させるSGHを提案する。
  論文  参考訳（メタデータ） (2026-04-13T12:16:45Z)
• Agentic LLM Planning via Step-Wise PDDL Simulation: An Empirical Characterisation [1.2832858109291982]
  大型言語モデル(LLM)は、古典的なシンボリックな手法と共に実行可能なプランナーとして機能する。 本稿では,オープンソースの計画ドメイン定義言語(PDDL)シミュレーションエンジンであるPyPDDLEngineを紹介する。 102国際計画コンペティション(IPC)Blocksworldインスタンスに対して,一様180秒の予算で4つのアプローチを評価する。
  論文  参考訳（メタデータ） (2026-03-06T09:16:49Z)
• Programming over Thinking: Efficient and Robust Multi-Constraint Planning [54.77940831026738]
  SCOPEは、クエリ固有の推論をジェネリックコード実行から切り離すフレームワークである。 SCOPEは、コストとレイテンシを下げながら最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-01-14T02:58:07Z)
• LLAMA: Multi-Feedback Smart Contract Fuzzing Framework with LLM-Guided Seed Generation [56.84049855266145]
  進化的突然変異戦略とハイブリッドテスト技術を統合したマルチフィードバックスマートコントラクトファジリングフレームワーク(LLAMA)を提案する。 LLAMAは、91%の命令カバレッジと90%のブランチカバレッジを達成すると同時に、148の既知の脆弱性のうち132が検出される。 これらの結果は、現実のスマートコントラクトセキュリティテストシナリオにおけるLAMAの有効性、適応性、実用性を強調している。
  論文  参考訳（メタデータ） (2025-07-16T09:46:58Z)
• Foundation Models for Logistics: Toward Certifiable, Conversational Planning Interfaces [59.80143393787701]
  大規模言語モデル(LLM)は不確実性に対処し、導入障壁を低くしながら再計画の加速を約束する。 本稿では,自然言語対話のアクセシビリティと目標解釈の検証可能な保証とを組み合わせたニューロシンボリック・フレームワークを提案する。 わずか100個の不確実性フィルタで微調整された軽量モデルは、GPT-4.1のゼロショット性能を上回り、推論遅延を50%近く削減する。
  論文  参考訳（メタデータ） (2025-07-15T14:24:01Z)
• Bandit Linear Optimization for Sequential Decision Making and Extensive-Form Games [102.23975166536326]
  tree-form sequential decision making (tfsdm) は、エージェントと潜在的に敵対的な環境の間のツリー形式の相互作用をモデル化することで、古典的なワンショット意思決定を拡張する。 これは、各プレイヤーが幅広い形式のゲームで直面するオンライン意思決定問題、およびマルコフ決定プロセス、およびエージェントが観測された履歴を条件とする部分観察可能なマルコフ決定プロセスをキャプチャする。 本稿では, (i) 線形時間損失と (ii) $o(sqrtt)$ cumulative regret の両方を提供する拡張dmのバンディット線形最適化問題に対する最初のアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-03-08T05:00:13Z)
• Modular Deep Reinforcement Learning for Continuous Motion Planning with Temporal Logic [59.94347858883343]
  本稿では,マルコフ決定過程(MDP)をモデルとした自律動的システムの運動計画について検討する。 LDGBA と MDP の間に組込み製品 MDP (EP-MDP) を設計することである。 モデルフリー強化学習(RL)のためのLDGBAベースの報酬形成と割引スキームは、EP-MDP状態にのみ依存する。
  論文  参考訳（メタデータ） (2021-02-24T01:11:25Z)

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。