論文の概要: Lingjing: A Simulation Testbed for Multi-Agent Embodied Tasks in Open-Ended Cities
- arxiv url: http://arxiv.org/abs/2608.08045v1
- Date: Sat, 08 Aug 2026 10:18:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:36.619819
- Title: Lingjing: A Simulation Testbed for Multi-Agent Embodied Tasks in Open-Ended Cities
- Title（参考訳）: Lingjing: オープンエンド都市におけるマルチエージェントの身体的タスクのためのシミュレーションテストベッド
- Authors: Xiaohe Li, Yiru Wang, Junhao Fan, Mingyuan Liu, Jie Huang, Kaixin Zhang, Jiahao Li, Chen Qian, Zide Fan,
- Abstract要約: Lingjingは、オープンエンドの都市環境における異種マルチエージェントインテリジェンスのためのシミュレーションプラットフォームである。
Gymライクなインターフェースは、ユーザ定義のReActエージェントと、単一または複数エージェントの自然言語ミッションをサポートする。
そこで我々は,9つの都市タスクにおける12の視覚言語モデルについて,共有エンジン・イン・ザ・ループプロトコルを用いて評価した。
- 参考スコア（独自算出の注目度）: 19.14332737179313
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Urban embodied intelligence requires coordination among heterogeneous agents (e.g., UAVs, ground robots, and autonomous vehicles) in dynamic cities. Simulators therefore provide a scalable foundation for developing and evaluating such coordination. Existing platforms nevertheless isolate different embodiments and decouple them from task design and evaluation. We present \textbf{Lingjing}, a simulation platform for heterogeneous multi-agent embodied intelligence in open-ended urban environments. Lingjing reconstructs and renders evolving cities from geographic data, synchronizes multiple physics engines, and exposes shared physical and structured urban state to agents. Its Gym-like interface supports user-defined ReAct agents and single- or multi-agent natural-language missions with configurable star or broadcast communication and resource constraints. Each episode becomes an attribution-ready replay that links agent trajectories and communication to relation-graph changes, resource consumption, and engine-based evaluations for systematic diagnosis. We evaluate twelve vision-language models on nine urban tasks under a shared engine-in-the-loop protocol. Controlled studies further examine communication, scalability, robustness, and failure provenance. Results expose persistent bottlenecks in grounding and long-horizon execution. They also show task-dependent coordination trade-offs and diminishing returns from added capacity, while heavier workloads further reduce success. Lingjing provides a unified testbed that enables reproducible end-to-end evaluation and systematic failure diagnosis in urban multi-agent embodied intelligence.
- Abstract（参考訳）: 都市エンボディード・インテリジェンス(英語版)は、動的都市における異種エージェント(UAV、地上ロボット、自動運転車など)の協調を必要とする。
したがって、シミュレーターはそのような調整を開発し評価するためのスケーラブルな基盤を提供する。
既存のプラットフォームは、異なる実施形態を分離し、それらをタスク設計と評価から切り離す。
オープンエンド都市環境における異種マルチエージェントインテリジェンスのためのシミュレーションプラットフォームである「textbf{Lingjing}」を提案する。
Lingjingは、地理的データから進化する都市を再構築しレンダリングし、複数の物理エンジンを同期させ、共有された物理的および構造化された都市状態をエージェントに公開する。
Gymライクなインターフェースは、ユーザ定義のReActエージェントと、設定可能なスターやブロードキャスト通信、リソース制約を備えたシングルまたはマルチエージェントの自然言語ミッションをサポートする。
各エピソードは、エージェントの軌跡と通信を関連グラフの変更、リソース消費、およびシステム診断のためのエンジンベースの評価にリンクする属性対応のリプレイとなる。
そこで我々は,9つの都市タスクにおける12の視覚言語モデルについて,共有エンジン・イン・ザ・ループプロトコルを用いて評価した。
制御された研究は、コミュニケーション、スケーラビリティ、堅牢性、そして失敗の発覚を更に調べる。
結果は、グラウンド化と長期実行において永続的なボトルネックを露呈する。
さらに、タスク依存のコーディネーショントレードオフや、追加のキャパシティからのリターンの低減も示しています。
Lingjingは、都市型マルチエージェントインテリジェンスにおける再現可能なエンドツーエンド評価と系統的故障診断を可能にする統合テストベッドを提供する。
関連論文リスト
- UrbanAgent: A Tool-Augmented Agent for Cross-System Urban Tasks [12.579199084038969]
Urban-Agentは、クロスシステムな都市タスクのためのツール拡張されたエージェントフレームワークである。
それは、コード実行、API呼び出し、モデルコンテキストプロトコルをサポートするツールセットと、大きな言語モデルの認知と推論の能力とを結合します。
実験の結果、Urban-Agentは71%のタスク成功率に達し、最強のベースラインを10ポイント上回った。
論文 参考訳（メタデータ） (2026-08-04T02:04:44Z) - Stargazer: A Scalable Model-Fitting Benchmark Environment for AI Agents under Astrophysical Constraints [48.80158223838359]
我々は、動的で反復的な物理地上モデル適合タスクに基づいてAIエージェントを評価するスケーラブルな環境であるStargazerを紹介した。
Stargazerは3つの難題にまたがる120のタスクで構成されており、20の実際のアーカイブケースを含んでいる。
8つのフロンティアエージェントを評価した結果,数値最適化と物理的制約への固執のギャップが明らかとなった。
論文 参考訳（メタデータ） (2026-04-17T03:38:50Z) - ManipArena: Comprehensive Real-world Evaluation of Reasoning-Oriented Generalist Robot Manipulation [66.02142169323521]
Vision-Language-ActionモデルとWorld Modelは最近、汎用ロボットインテリジェンスのための有望なパラダイムとして登場した。
既存のベンチマークは、主にシミュレータ中心であり、制御性を提供するが、知覚ノイズによって引き起こされる現実のギャップを捉えることができない。
シミュレーションと実世界の実行を橋渡しする標準化された評価フレームワークであるManipArenaを紹介する。
論文 参考訳（メタデータ） (2026-03-30T15:06:41Z) - TongSIM: A General Platform for Simulating Intelligent Machines [59.27575233453533]
エボディード・インテリジェンス(Embodied Intelligence)は、現実的なシミュレートされた環境における訓練エージェントに焦点を当てる。
TongSIMは、エンボディエージェントのトレーニングと評価のための高忠実で汎用的なプラットフォームである。
論文 参考訳（メタデータ） (2025-12-23T10:00:43Z) - Online Location Planning for AI-Defined Vehicles: Optimizing Joint Tasks of Order Serving and Spatio-Temporal Heterogeneous Model Fine-Tuning [12.784479119173223]
車両群集センシング(VCS)は、車両の移動性とセンサーを装備した能力を活用する重要なイネーブラーとして登場した。
この研究は、エッジアシスト車両が注文サービスと基礎モデルの微調整のジョイントタスクを行う、有望なシナリオを探求する。
論文 参考訳（メタデータ） (2025-02-06T07:23:40Z) - Collaborative Imputation of Urban Time Series through Cross-city Meta-learning [54.438991949772145]
メタ学習型暗黙的ニューラル表現(INR)を利用した新しい協調的計算パラダイムを提案する。
次に,モデルに依存しないメタ学習による都市間協調学習手法を提案する。
20のグローバル都市から得られた多様な都市データセットの実験は、我々のモデルの優れた計算性能と一般化可能性を示している。
論文 参考訳（メタデータ） (2025-01-20T07:12:40Z) - OpenWebVoyager: Building Multimodal Web Agents via Iterative Real-World Exploration, Feedback and Optimization [66.22117723598872]
マルチモーダルWebエージェントの開発を容易にするために設計されたオープンソースフレームワークを紹介する。
まず、基本モデルを模倣学習で訓練し、基礎能力を得る。
次に、エージェントにオープンウェブを探索させ、その軌道に関するフィードバックを収集する。
論文 参考訳（メタデータ） (2024-10-25T15:01:27Z) - CityX: Controllable Procedural Content Generation for Unbounded 3D Cities [50.10101235281943]
現在の生成法は多様性、可制御性または忠実度に乏しい。
本研究では,高忠実度生成のための手続き的コンテンツ生成(PCG)技術を利用する。
我々は,OSM,セマンティックマップ,衛星画像などのマルチモーダル命令を実行可能なプログラムに変換するマルチエージェントフレームワークを開発した。
提案手法はCityXと呼ばれ,多種多様で制御可能でリアルな3D都市景観の創出において,その優位性を実証するものである。
論文 参考訳（メタデータ） (2024-07-24T18:05:13Z) - Unraveling the Geography of Infection Spread: Harnessing Super-Agents
for Predictive Modeling [0.4527270266697462]
ボロノイ・ダイアグラム・テッセルレーション(Voronoi Diagram tessellations)は、特定のストリートネットワークの場所に基づいて、標準のCensus Block Groupテッセルレーションより優れている。
本研究は,都市部における病気のモデリングを改良し,地理的特異性と高い計算効率を必要とするシナリオにおける公衆衛生戦略を支援する。
論文 参考訳（メタデータ） (2023-09-13T16:13:13Z)
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。