論文の概要: Ontology-Grounded World Models for Failure Diagnosis and Closed-Loop Repair in Physical AI Systems
- arxiv url: http://arxiv.org/abs/2608.13901v1
- Date: Fri, 14 Aug 2026 03:13:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-17 20:14:29.25558
- Title: Ontology-Grounded World Models for Failure Diagnosis and Closed-Loop Repair in Physical AI Systems
- Title（参考訳）: 物理AIシステムにおける故障診断と閉ループ修復のためのオントロジーを取り巻く世界モデル
- Abstract要約: Onto-EV-WMは、EV-WMの上に重ねられた診断および検証-ゲート補正インタフェースである。
Onto-EV-WMは8,526のタスクで成功し、スイートレベルの成功率はLIBERO-10で65.98%、LIBERO-Goalで91.39%、LIBERO-ObjectとLIBERO-Spatialで91.38%であった。
- 参考スコア（独自算出の注目度）: 0.815557531820863
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: EV-WM represents candidate quality with feature and event scores, but these scores do not explicitly record an unmet task predicate, a route label for an available correction mechanism, or a post-correction acceptance result. We present Onto-EV-WM, an ontology-grounded diagnosis and verification-gated correction interface layered above EV-WM rather than a replacement world-model architecture. The implemented task-local TBox defines entity types, predicate signatures, and constraints; source-specific grounding maps predicted or simulator-observed states to task ABoxes; and deterministic rules retain each missing predicate and its arguments when assigning a route label. Learned or heuristic proposers remain separate from this symbolic interface; native task predicates determine acceptance, and the bounded protocol determines whether a failed verification is retried. In the aligned PointMaze evaluation, EV-WM and Onto-EV-WM both report 94% success, with mean final-state distances of 0.90573 and 0.61177, respectively; the separately budgeted search reaches 100% success. On LIBERO-Goal, the ontology represents failed task conditions as typed records, retains their predicate arguments, and associates them with the declared source/joint correction route and predicate-gated acceptance; the complete configuration reports 93.8% corrected-window success on seed 0 and 94.05 +- 0.30% across four evaluation-sampling seeds. On the fixed 10,030-task LIBERO-Plus registry, Onto-EV-WM succeeds on 8,526 tasks (85.00%), with suite-level success rates of 65.98% for LIBERO-10, 91.39% for LIBERO-Goal, and 91.38% for both LIBERO-Object and LIBERO-Spatial. These numbers report the performance of the complete ontology-grounded configurations under the tested simulator protocols; an ontology-only causal share is not measured separately, and real-robot recovery is not evaluated.
- Abstract（参考訳）: EV-WMは特徴点とイベントスコアの候補品質を表すが、これらのスコアは、アンメットタスク述語、利用可能な補正機構のルートラベル、あるいはポスト補正受理結果を明示的に記録していない。
そこで我々は,EV-WMの代替モデルアーキテクチャではなく,EV-WM上に重ねられたオントロジー基底診断と検証ゲート補正インタフェースであるOnto-EV-WMを提案する。
実装されたタスクローカルTBoxは、エンティティタイプ、述語シグネチャ、制約を定義し、ソース固有のグラウンドマップは、タスクABoxに予測またはシミュレータが保存した状態を予測し、決定論的ルールは、ルートラベルを割り当てる際に、それぞれの欠落した述語とその引数を保持する。
学習的あるいはヒューリスティックな提案者は、この象徴的なインターフェースとは別個のままであり、ネイティブタスク述語は受け入れを判断し、有界プロトコルは、失敗した検証が検索されるかどうかを決定する。
PointMazeの評価では、EV-WMとOnto-EV-WMがそれぞれ94%成功し、最終状態距離は0.90573と0.61177である。
LIBERO-Goalでは、オントロジーは失敗したタスク条件を型付きレコードとして表現し、述語引数を保持し、宣言されたソース/ジョイントの修正ルートと述語-ゲートの受け入れを関連付け、完全な構成報告では、シード0と4つの評価サンプル種子に対して93.8%の修正ウインドウ成功と94.05+-0.30%の修正ウインドウ成功を報告している。
10,030タスクのLIBERO-Plusレジストリでは、Onto-EV-WMが8,526タスク(85.00%)で成功し、LIBERO-10は65.98%、LIBERO-Goalは91.39%、LIBERO-ObjectとLIBERO-Spatialは91.38%である。
これらの数値は、試験されたシミュレータープロトコルの下での完全なオントロジー基底構成の性能を報告し、オントロジーのみの因果関係は別々に測定されず、実ロボットの回復は評価されない。
関連論文リスト
- IdeaAMBIG: Benchmarking Implementation-Critical Gaps in Research-Idea Specifications [52.570108663867046]
研究のアイデアは、新しく、一貫性があり、科学的に妥当であるが、その提案された手法は、忠実な実装のために不十分に指定されている。
提案手法は,実装を対象とする研究手法仕様の体系化の可否を,有能な実装者やコーディングエージェントに十分な方法論的情報を提供して,前提条件を満たさずに目的とする手法を構築することができるかを検討する。
IdeaAMBIGは660のエビデンス基底インスタンスのベンチマークで、レポートとGitHubの問題から163の現実世界のギャップと、コーディフィケーション対応のリファレンスに注入される合成ギャップを497のコントロールで管理する。
論文 参考訳（メタデータ） (2026-09-09T17:59:04Z) - Robustness of LLM-Generated SystemVerilog Assertions to Semantics-Preserving RTL Transformations [0.0]
大規模言語モデル(LLM)は、SystemVerilog Assertion(SVA)の自動生成のために、ますます研究されている。
ほとんどの評価では、入力の単一の構文表現に正確さを報告している。
そのような点の精度は、モデルの正しい出力が同じRTLの振る舞いが異なる場合に安定であるかどうかを明らかにしない。
論文 参考訳（メタデータ） (2026-09-04T18:41:58Z) - GoGoTB: Agentic RTL Verification with Specification-Grounded Coverage Closure [14.71922402654502]
GoGoTBは、エンドツーエンドの検証クロージャを実現するエージェントフレームワークである。
8つのレジスタ転送レベル(RTL)の設計で、人間の介入なしにテストされる。
論文 参考訳（メタデータ） (2026-07-28T18:40:35Z) - PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。
セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。
SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。
ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
論文 参考訳（メタデータ） (2026-07-18T04:46:53Z) - From Checker to Forecaster: Code-Owned Evaluation of Model-Generated Strategic Routes Under Delayed Ground Truth [0.0]
RouteCastはモデル生成型戦略ルートの仕組みをインスタンス化する。
暫定予測が作成され、後の結果で予測が評価される。
将来的な校正、因果決定の改善、経路分割の優位性、ドメイン間の妥当性は確立していない。
論文 参考訳（メタデータ） (2026-07-13T00:36:48Z) - Efficient Visual Pointing for Embodied AI:Agent-Driven Data Synthesis, Cross-Block Attention, and Iterative Correction [55.11480729304395]
PointArena 2026は77.2%の精度でベンチマークで2位である。
ap proachは3つの障害モードをターゲットにしている。第一に、エージェント駆動のシンセシスは大きなセマンティクスとアンカー相対的な候補プールを構築する。
次に、determinis tic steerable-dataパイプラインは、認証された10,000サンプルのメインセットと、マスク、テンプレート、パス検証を使用するリザーブサンプルを生成する。
論文 参考訳（メタデータ） (2026-06-29T06:39:03Z) - Verifier-First Evaluation of Agentic LLMs for Infrastructure-as-Code Generation [0.0]
自然言語からインフラストラクチャ・アズ・コード(IaC)を生成するには、プロバイダのスキーマ、依存関係の計画、組織的なポリシの制約を満たす必要がある。
Rego v1ポリシを備えた186タスクのAWS/TerraformベンチマークであるIaC-Eval v2で評価されたTerraform生成のための7つのエージェント戦略に関する検証初の実験的研究を示す。
論文 参考訳（メタデータ） (2026-05-29T12:43:27Z) - ReacTOD: Bounded Neuro-Symbolic Agentic NLU for Zero-Shot Dialogue State Tracking [2.2573512203799626]
本稿では,NLUを独立したツールコールとして再構成する有界神経シンボルアーキテクチャであるReacTODを提案する。
有界ReActループは反復自己補正を可能にし、MultiWOZ上のシングルパス推論よりも最大9.3ポイント精度を向上させる。
論文 参考訳（メタデータ） (2026-05-18T20:06:04Z) - Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning [40.342912574072024]
大規模言語モデルは、旅行計画やコードソリューションのような構造化されたアウトプットを生成する。
個々の推論ステップは正しく見えるが、アウトプット全体が予算に違反したり、テストケースに失敗したり、あるいは以前の推論に矛盾することがある。
構造化LCM出力の検証のための決定論的解析制約付き学習品質スコアラを提案する。
論文 参考訳（メタデータ） (2026-05-15T17:08:27Z) - Rewarding the Scientific Process: Process-Level Reward Modeling for Agentic Data Analysis [68.28714988482703]
プロセス・リワード・モデル(PRM)は、LLM(Large Language Models)の推論能力を増強することに成功した。
本稿では,一般ドメインのPRMがデータ分析エージェントの監督に苦慮していることを示す。
本稿では,新しい環境対応生成プロセス報酬モデルであるDataPRMを紹介する。
論文 参考訳（メタデータ） (2026-04-27T09:00:30Z) - From Black Box to Glass Box: Cross-Model ASR Disagreement to Prioto Review in Ambient AI Scribe Documentation [43.148402136307716]
異種ASRシステム間のクロスモデル不一致は、基準のない不確実性信号として機能する。
商用APIとオープンソースエンジンにまたがる8つのASRシステムを備えた,50の公開医療用オーディオクリップを転写した。
低アグリメント領域は内容の不一致に富み、高リスク質量のクインタイル全体では53.9%から73.9%に増加した。
論文 参考訳（メタデータ） (2026-03-02T13:02:13Z) - Solver-in-the-Loop: MDP-Based Benchmarks for Self-Correction and Behavioral Rationality in Operations Research [19.31559944205485]
運用 調査実践者は反復的なプロセスを通じて、不可能なモデルを日常的にデバッグする。
評価ループにtextbfsolver を配置するベンチマークを2つ導入する。
ドメイン固有のRLVRトレーニングによって、8BモデルがフロンティアAPIを越えられることが分かりました。
論文 参考訳（メタデータ） (2026-01-28T20:02:44Z) - High-Level Multi-Robot Trajectory Planning And Spurious Behavior Detection [41.75258434978792]
本稿では,LTL(Linear Temporal Logic)公式として指定された計画の急激な実行を特定することの課題について述べる。
我々はNets-within-Nets(NWN)パラダイムに基づく構造化データ生成フレームワークを提案する。
本稿では,トランスフォーマーを用いた異常検出パイプラインを提案する。
論文 参考訳（メタデータ） (2025-10-20T07:47:51Z)
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。