論文の概要: Small Language Model enabled Autonomous agent for Language-Conditioned Cognitive Radar
- arxiv url: http://arxiv.org/abs/2608.11596v1
- Date: Wed, 12 Aug 2026 03:08:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 05:49:59.208971
- Title: Small Language Model enabled Autonomous agent for Language-Conditioned Cognitive Radar
- Title（参考訳）: 小言語モデルを用いた言語記述型認知レーダのための自律エージェント
- Authors: Minhaj Uddin Ahmad, Zakia Zaman, Shunqiao Sun, Mizanur Rahman,
- Abstract要約: 現代のレーダーシステムは、干渉、乱雑、データ可用性の変化に応じて処理戦略を適用する必要がある。
本稿では,言語条件認知レーダ用に設計された,SLM駆動型自律エージェントのためのフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 12.929360945873098
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Modern radar systems require adapting their processing strategies in response to changing interference, clutter, and data availability. This paper introduces a framework for a small language model (SLM)-driven autonomous agent designed for language-conditioned cognitive radar, functioning as an intelligent controller for a suite of array signal processing tools. Given a natural-language command, the agent extracts radar-operation-related cues, selects an appropriate sequence of signal-processing methods, configures parameters, and invokes executable tools for numerical computation. Experiments with a synthetic uniform linear array (ULA) radar demonstrate that, given a natural-language command, the agent performs meaningful algorithm selection across diverse scenarios for sidelobe control, jammer suppression, multiple-null beamforming, coherent-source handling, and low-snapshot direction-of-arrival (DOA) estimation. Ablation results show that radar-specific prompting and physics-grounded tool execution are both required for reliable decisions and hallucination-free numerical results.
- Abstract（参考訳）: 現代のレーダーシステムは、干渉、乱雑、データ可用性の変化に応じて処理戦略を適用する必要がある。
本稿では,スモールランゲージモデル(SLM)を駆動する自律エージェントを言語条件の認知レーダとして設計し,アレー信号処理ツール群のためのインテリジェントコントローラとして機能するフレームワークを提案する。
自然言語コマンドを与えられたエージェントは、レーダー操作に関連するキューを抽出し、信号処理方法の適切なシーケンスを選択し、パラメータを設定し、数値計算のための実行可能なツールを起動する。
合成一様線形アレイ(ULA)レーダを用いた実験では、自然言語コマンドが与えられた場合、エージェントはサイドローブ制御、ジャムマー抑制、マルチヌルビームフォーミング、コヒーレントソースハンドリング、低スナップショット方向位置推定(DOA)の様々なシナリオで有意義なアルゴリズム選択を行う。
アブレーションの結果,レーダ固有のプロンプトと物理接地ツールの実行は信頼性の高い決定と幻覚のない数値結果に必要であることがわかった。
関連論文リスト
- Dual-Agent Framework for Cross-Model Verified Translation of Natural-Language Protocols into Robotic Laboratory Platform [1.0499611180329804]
本研究では,自然言語プロトコルを実行可能な制御コマンドに変換するエージェントベースのプロトコル翻訳フレームワークを提案する。
提案するフレームワークは、自然言語プロトコルとマイクロプレートベースの自動運転研究所間のセマンティックギャップを狭めるための柔軟なアプローチを提供する。
論文 参考訳（メタデータ） (2026-06-18T11:43:27Z) - Automated Interpretability and Feature Discovery in Language Models with Agents [3.660409142843126]
本稿では,大規模言語モデルの内部機能の説明と発見の両方を自動化する,機械論的解釈性のための自律型マルチエージェントフレームワークを提案する。
エージェント駆動型経験ループは1ショットラベルよりもシャープで、よりファルサブルな説明が得られることを示す。
論文 参考訳（メタデータ） (2026-05-02T17:53:30Z) - Open-Ended Instruction Realization with LLM-Enabled Multi-Planner Scheduling in Autonomous Vehicles [40.195332742819865]
本研究では,大規模言語モデル(LLM)を利用して命令を解釈する命令実現フレームワークを提案する。
リアルタイムフィードバックに基づいて、複数のモデル予測制御(MPC)ベースのモーションプランナをスケジュールする実行可能なスクリプトを生成し、計画されたトラジェクトリを制御信号に変換する。
論文 参考訳（メタデータ） (2026-04-09T09:32:21Z) - RemoteAgent: Bridging Vague Human Intents and Earth Observation with RL-based Agentic MLLMs [55.44696796126619]
地球観測システムは、曖昧な自然言語を通じて要求を表現するドメインの専門家を支援するように設計されている。
実用的なEOAIシステムは、あいまいな人間のクエリと適切な多粒度視覚分析タスクのギャップを埋めなければならない。
MLLMの能力固有の境界を戦略的に尊重するエージェントフレームワークであるRemoteAgentを提案する。
論文 参考訳（メタデータ） (2026-04-09T03:40:46Z) - Unifying Heterogeneous Multi-Modal Remote Sensing Detection Via Language-Pivoted Pretraining [59.2578488860426]
不均一なマルチモーダルリモートセンシングオブジェクト検出は、多様なセンサからオブジェクトを正確に検出することを目的としている。
既存のアプローチでは、下流の微調整中にモーダリティアライメントとタスク固有の最適化が絡み合う遅延アライメントパラダイムが採用されている。
本稿では,下流のタスク学習からモダリティアライメントを明確に分離する,統一型言語パイロット事前学習フレームワークであるBabelRSを提案する。
論文 参考訳（メタデータ） (2026-03-02T11:38:12Z) - Zero-shot HOI Detection with MLLM-based Detector-agnostic Interaction Recognition [71.5328300638085]
Zero-shot Human-Object Interaction (HOI) は、画像中の人間と物体を特定し、その相互作用を認識することを目的としている。
2段階法を含む既存の手法は、特定の検出器との相互作用認識を密に結合する。
本稿では、オブジェクト検出をIRから分離し、マルチモーダル大言語モデル(MLLM)をゼロショットIRに活用する分離フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-16T19:01:31Z) - Activation Steering for Masked Diffusion Language Models [1.0980666029958932]
マスケ拡散言語モデルは反復的復調過程を通じてテキストを生成する。
本稿では,MDLMのためのアクティベーションステアリングフレームワークを提案する。
LLaDA-8B-Instructの実験では、高レベル属性の信頼性変調が示されている。
論文 参考訳（メタデータ） (2025-12-30T11:10:52Z) - Scan-do Attitude: Towards Autonomous CT Protocol Management using a Large Language Model Agent [39.72587188702086]
プロトコル構成要求の解釈と実行を支援するために,LLM(Large Language Model)ベースのエージェントフレームワークが提案されている。
このエージェントは、コンテキスト内学習、命令フォロー、構造化ツールコール機能を組み合わせて、関連するプロトコル要素を特定し、正確な修正を適用する。
論文 参考訳（メタデータ） (2025-09-24T16:04:11Z) - LANGTRAJ: Diffusion Model and Dataset for Language-Conditioned Trajectory Simulation [102.1527101235251]
LangTrajは、トラフィックシナリオにおけるすべてのエージェントの共同動作をシミュレートする、言語条件のシーン拡散モデルである。
自然言語入力を条件付けすることで、LangTrajはインタラクティブな振る舞いを柔軟かつ直感的に制御できる。
LangTraj氏は、リアリズム、言語制御性、言語条件の安全クリティカルなシミュレーションにおいて、強力なパフォーマンスを示している。
論文 参考訳（メタデータ） (2025-04-15T17:14:06Z)
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。