論文の概要: A Conceptual Framework for Refining Influence Knowledge from Simulation Evidence in Cyber-Physical Systems
- arxiv url: http://arxiv.org/abs/2608.11221v1
- Date: Wed, 22 Jul 2026 09:24:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-17 01:32:04.580778
- Title: A Conceptual Framework for Refining Influence Knowledge from Simulation Evidence in Cyber-Physical Systems
- Title（参考訳）: サイバー物理システムにおけるシミュレーションエビデンスからの影響知識を洗練するための概念的枠組み
- Abstract要約: 本稿では,シミュレーションキャンペーンの反復的かつ漸進的な洗練を支援するために,エフェクトの新たな概念を活用する概念的枠組みを提案する。
提案手法は,Simulink/Gazebo共シミュレーションを用いて実装した移動ロボットのケーススタディを通じて実証する。
- 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: Cyber-physical systems (CPS) are typically developed by multiple stakeholders who produce artefacts tailored to their specific domains of expertise. The behaviour of these systems emerges from the interaction between those artefacts and their operational environment. Simulation and co-simulation have become essential approaches for analysing CPS behaviour and, through simulation campaigns, developers can explore system responses under changing conditions, including interactions with the environment. However, the lack of details and understanding of some environmentmediated interactions (typically the ones beyond direct sensing and actuation), which remain unmodelled due to their complexity, a lack of time, or a lack of domain experience, hinders the proper comprehension and exploitation of simulation results. To address these limitations, we propose a conceptual framework leveraging the novel concept of Influences to support the iterative and incremental refinement of simulation campaigns and deepen the understanding of the system behaviour. We demonstrate the proposed approach through a case study involving a mobile robot implemented using Simulink/Gazebo co-simulation.
- Abstract（参考訳）: サイバー物理システム (CPS) は通常、特定の専門分野に合わせて人工物を製造する複数の利害関係者によって開発される。
これらのシステムの振る舞いは、これらの成果物と運用環境の間の相互作用から生じます。
シミュレーションと共シミュレーションは、CPSの振る舞いを分析するための重要なアプローチとなり、シミュレーションキャンペーンを通じて、開発者は環境との相互作用を含む変化する条件下でシステム応答を探索することができる。
しかし、その複雑さ、時間の欠如、ドメイン経験の欠如などにより、いくつかの環境を介する相互作用(通常、直接検知やアクティベーション以外のもの)の詳細や理解の欠如は、シミュレーション結果の適切な理解と活用を妨げる。
これらの制約に対処するため,シミュレーションキャンペーンの反復的かつ漸進的な洗練を支援し,システム行動の理解を深めるために,新しいインフルエンスの概念を活用する概念的枠組みを提案する。
提案手法は,Simulink/Gazebo共シミュレーションを用いて実装した移動ロボットのケーススタディを通じて実証する。
関連論文リスト
- LiveSim: Simulating Environment-Shaped Users in Multi-Agent Live-Stream Ecosystems [53.47971344451318]
ライブストリームエコシステムシミュレーションのための LLM ベースのフレームワーク textbfLiveSim を提案する。
ユーザーを編集可能な行動仮説として表現し、軌道と地上の相互作用を通じてそれらを徐々に洗練する。
実世界のライブストリームリスクコントロールデータを用いた実験は、ユーザレベルの行動忠実度向上におけるLiveSimの有効性を検証する。
論文 参考訳（メタデータ） (2026-08-27T09:16:29Z) - Dynamics of Cognitive Heterogeneity: Investigating Behavioral Biases in Multi-Stage Supply Chains with LLM-Based Simulation [8.478223327809527]
本研究は,認知的不均一性がエージェント相互作用に与える影響を特に分析する。
我々は、DeepSeekおよびGPTエージェントを使用して、サプライチェーン層間での推論の洗練を体系的に変化させる。
その結果, エージェントは, 全身的不効率を悪化させる筋活動, 自己関心行動を示すことが明らかとなった。
論文 参考訳（メタデータ） (2026-04-19T03:03:25Z) - SocialMirror: Reconstructing 3D Human Interaction Behaviors from Monocular Videos with Semantic and Geometric Guidance [49.69016078147708]
密接な相互作用シナリオにおける人間の行動の正確な再構築は、拡張現実における現実的な仮想インタラクションの実現に不可欠である。
本稿では,これらの問題に効果的に対処するための意味的および幾何学的手がかりを統合する拡散ベースのフレームワークであるSocialMirrorを提案する。
SocialMirrorはインタラクティブなヒューマンメッシュを再構築する上で,最先端のパフォーマンスを実現している。
論文 参考訳（メタデータ） (2026-04-15T07:41:52Z) - Interpretable and Explainable Surrogate Modeling for Simulations: A State-of-the-Art Survey and Perspectives on Explainable AI for Decision-Making [0.9236873716369859]
サロゲートモデルは複雑なシステムシミュレーションの計算コストを削減する上で中心的な役割を果たす。
説明可能な人工知能(XAI)は、これらのモデルをアンパックするための強力なツールを提供する。
XAIメソッドは、高い入力、動的システム、厳格な信頼性要求など、エンジニアリング固有の制約に悩まされる。
論文 参考訳（メタデータ） (2026-04-15T03:25:10Z) - CoEnv: Driving Embodied Multi-Agent Collaboration via Compositional Environment [54.84167973913561]
CoEnvは、安全な戦略探索のためにシミュレーションを活用するフレームワークであり、信頼性の高い現実世界のデプロイメントを保証する。
CoEnvは、物理的なワークスペースをデジタル化するリアル・ツー・シムのシーン再構築、コードベースの軌道生成によるリアルタイム計画と安全な配置のための衝突検出によるシム・トゥ・リアル転送の両方をサポートするVLM駆動のアクション合成という3つの段階を経験している。
論文 参考訳（メタデータ） (2026-04-07T06:24:41Z) - From Particles to Agents: Hallucination as a Metric for Cognitive Friction in Spatial Simulation [0.0]
我々は,大規模マルチモーダル生成モデルを用いて空間環境の次の状態を積極的に予測するtextbfAgentic Environmental Simulationsを紹介した。
また,時間的経過から時間的空間的推論へのシフトも提案する。
論文 参考訳（メタデータ） (2026-01-29T16:54:18Z) - See, Think, Act: Online Shopper Behavior Simulation with VLM Agents [58.92444959954643]
本稿では,視覚情報,特にWebページスクリーンショットのVLMによる動作シミュレーションへの統合について検討する。
我々は,協調行動予測と合理化生成にSFTを用いて,相互作用の完全な文脈を条件づける。
推論能力をさらに強化するため,RLを階層的な報酬構造と統合し,難易度因子によって拡張する。
論文 参考訳（メタデータ） (2025-10-22T05:07:14Z) - DeceptionBench: A Comprehensive Benchmark for AI Deception Behaviors in Real-world Scenarios [57.327907850766785]
現実的な現実のシナリオにまたがる騙しのキャラクタリゼーションは未解明のままである。
DeceptionBenchは、さまざまなドメインにまたがる認知傾向を体系的に評価する最初のベンチマークです。
本研究は,本質的な側面から,ユーザ満足度を優先する自己関心のエゴスティックな傾向を示すモデルや,サイコファンティックな行動を示すモデルについて検討する。
実世界のフィードバックダイナミクスのより現実的なシミュレーションを構築するために,持続的マルチターン相互作用ループを組み込んだ。
論文 参考訳（メタデータ） (2025-10-17T10:14:26Z) - COMPOL: A Unified Neural Operator Framework for Scalable Multi-Physics Simulations [21.983719504206878]
COMPOLは、新しい多物理演算子学習フレームワークである。
遅延特徴空間内の相互作用する物理過程間の相互依存性を効果的にモデル化する、洗練された繰り返しおよび注意に基づく集約機構が組み込まれている。
最先端の手法に比べて予測精度が優れている。
論文 参考訳（メタデータ） (2025-01-28T20:58:55Z) - Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。
我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
論文 参考訳（メタデータ） (2024-01-07T19:11:18Z) - INTAGS: Interactive Agent-Guided Simulation [4.04638613278729]
マルチエージェントシステム(MAS)を含む多くのアプリケーションでは、実稼働に先立って、実験的な(Exp)自律エージェントを高忠実度シミュレータでテストすることが必須である。
本稿では,ExpエージェントとBGエージェントのライブインタラクションによって評価される実システムと合成マルチエージェントシステムとを区別する指標を提案する。
InTAGSを用いてシミュレータのキャリブレーションを行い、現状のWasserstein Generative Adversarial Networkアプローチと比較して、より現実的な市場データを生成することができることを示す。
論文 参考訳（メタデータ） (2023-09-04T19:56:18Z) - CausalCity: Complex Simulations with Agency for Causal Discovery and
Reasoning [68.74447489372037]
本稿では,因果探索と反事実推論のためのアルゴリズムの開発を目的とした,高忠実度シミュレーション環境を提案する。
私たちの作業の中核となるコンポーネントは、複雑なシナリオを定義して作成することが簡単になるような、テキストの緊急性を導入することです。
我々は3つの最先端の手法による実験を行い、ベースラインを作成し、この環境の可利用性を強調する。
論文 参考訳（メタデータ） (2021-06-25T00:21:41Z)
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。