論文の概要: ORBITER: Conflict-Aware Decision-Making for Agentic Last-Mile Delivery

• arxiv url: http://arxiv.org/abs/2608.18846v1
• Date: Wed, 19 Aug 2026 12:13:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-20 20:13:55.397739
• Title: ORBITER: Conflict-Aware Decision-Making for Agentic Last-Mile Delivery
• Title（参考訳）: ORBITER: エージェントラストミルデリバリーのための競合意識による意思決定
• Abstract要約: ラストマイルデリバリは、複雑な時間的相関をモデル化しながら、クーリエで動的に到着する注文を処理することを目的としている。 最近の学習ベースの手法では、注文間の依存関係をモデル化して、サービスシークエンスを予測するが、次の次の決定は説明できないままである。 最終マイル配送における次の順序決定のためのエージェント・オーダー・アービタであるORBITERを紹介する。
• 参考スコア（独自算出の注目度）: 10.425137138380279
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Last-mile delivery aims to handle dynamically arriving orders with couriers while modeling complex spatial and temporal correlations. Recent learning-based methods model spatiotemporal dependencies among orders to predict courier service sequences, but leave next-order decision making unexplained. Describing the current delivery state in language allows LLMs to reason explicitly about the spatial, temporal, and behavioral cues behind an individual decision. As direct predictors, however, LLMs remain sensitive to task presentation and often produce unreliable decisions. To address these challenges, we introduce ORBITER, an agentic Order Arbiter for next-order decision-making in last-mile delivery. ORBITER models courier service through decision points, each containing the courier's spatiotemporal state and visible orders and exposing local trade-offs for modeling and verification. Fixed proposers rank the candidates, and a structured report identifies where their rankings disagree. The LLM uses task-specific tools to gather evidence on the leading alternatives, while an independent critic checks the resulting decision against that evidence. We conduct extensive evaluations on data in four cities, where ORBITER outperforms existing state-of-the-art baselines by up to 9.2% on average showing its effectiveness.
• Abstract（参考訳）: ラストマイルデリバリは、複雑な空間的および時間的相関をモデル化しながら、クーリエで動的に到着する注文を処理することを目的としている。 最近の学習に基づく手法では、注文間の時空間依存性をモデル化し、クーリエサービスシーケンスを予測するが、次の順序決定は説明できない。 言語で現在のデリバリ状態を記述することで、LLMは個々の決定の背後にある空間的、時間的、行動的な手がかりを明示的に推論することができる。 しかし、直接予測器として、LSMはタスクの提示に敏感であり、しばしば信頼できない決定を下す。 これらの課題に対処するために、最終マイル配送における次の順序決定のためのエージェント・オーダー・アービタORBITERを紹介する。 ORBITERは意思決定ポイントを通じてクーリエサービスをモデル化し、それぞれがクーリエの時空間状態と可視的順序を含み、モデリングと検証のための局所的なトレードオフを公開する。 固定されたプロジェクタは候補者をランク付けし、構造化されたレポートは、そのランクがどこと一致しないかを識別する。 LLMはタスク固有のツールを使用して主要な代替案の証拠を収集し、独立した批評家はその結果の証拠に対する判断をチェックする。 我々は、4つの都市におけるデータに対する広範な評価を行い、ORBITERは既存の最先端のベースラインを平均9.2%上回り、その有効性を示している。

関連論文リスト

• Trajectory-Aware Retrieval Agents for Temporal Decision- Making [5.789945004686575]
  大言語モデル(LLM)エージェントを用いた長文・時間的構造化テキストの意思決定問題について検討する。 我々は、SHAP誘導フィードバックを用いて、エビデンスを反復的に洗練するクローズドループエージェントフレームワークであるTLMを紹介する。 実証的に、TLMは、医学的質問応答、決算報告のサプライズ予測、一晩のストックギャップ予測という3つの時間的根拠のある意思決定タスクに基づいて評価される。
  論文  参考訳（メタデータ） (2026-07-07T16:28:38Z)
• OLIVIA: Online Learning via Inference-time Action Adaptation for Decision Making in LLM ReAct Agents [74.20327254615854]
  大規模言語モデルエージェントは、シーケンシャルな意思決定タスクを解決するために、推論、行動選択、観察をインターリーブする。 LLMエージェントの既存の推論時間適応法は、主にプロンプトや検索に依存している。 提案するOLIVIAは,ReAct型エージェントのための推論時行動適応フレームワークである。
  論文  参考訳（メタデータ） (2026-05-11T19:28:20Z)
• The Context Gathering Decision Process: A POMDP Framework for Agentic Search [38.92972416925679]
  大規模言語モデル(LLM)エージェントは複雑な環境にデプロイされる。 明示的なインフラストラクチャがなければ、エージェントの動作メモリは、検索状態の損失のある表現に分解される可能性がある。 我々はこの課題をコンテキスト収集決定プロセス(CGDP)として定式化する。 反復LDM剤に対する2つのプラグ・アンド・プレイ介入法を導出する。
  論文  参考訳（メタデータ） (2026-05-07T23:45:07Z)
• FAMA: Failure-Aware Meta-Agentic Framework for Open-Source LLMs in Interactive Tool Use Environments [60.3427704389541]
  大規模言語モデルは、自律エージェントの意思決定コアとして、ますます多くデプロイされている。 しかし、会話のベンチマークでは、誤った意思決定のカスケード効果のために、これらのエージェントは頻繁に失敗する。 これらの課題に対処するために、Failure-Aware Meta-Agenticフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-28T02:21:53Z)
• AgentPRM: Process Reward Models for LLM Agents via Step-Wise Promise and Progress [71.02263260394261]
  大規模言語モデル(LLM)は、マルチターン意思決定タスクにおいて依然として課題に直面している。 プロセス報酬モデル(PRM)を構築し、各意思決定を評価し、エージェントの意思決定プロセスを導く。 AgentPRMは、シーケンシャルな決定と最終的な目標への貢献の間の相互依存の両方をキャプチャする。
  論文  参考訳（メタデータ） (2025-11-11T14:57:54Z)
• Addressing the alignment problem in transportation policy making: an LLM approach [0.3499870393443268]
  交通計画における重要な課題は、異種旅行者の集団的嗜好が、モデル駆動型意思決定ツールによって生み出される方針からしばしば分かれることである。 本稿では,大規模言語モデル(LLM)がこのアライメント問題に対処するのに有効かどうかを検討する。
  論文  参考訳（メタデータ） (2025-10-15T04:36:38Z)
• IDA-Bench: Evaluating LLMs on Interactive Guided Data Analysis [60.32962597618861]
  IDA-Benchは、多ラウンドの対話シナリオで大規模言語モデルを評価する新しいベンチマークである。 エージェント性能は、最終的な数値出力と人間由来のベースラインを比較して判断する。 最先端のコーディングエージェント(Claude-3.7-thinkingなど)でさえ50%のタスクを成功させ、シングルターンテストでは明らかでない制限を強調している。
  論文  参考訳（メタデータ） (2025-05-23T09:37:52Z)
• Scaling Autonomous Agents via Automatic Reward Modeling And Planning [52.39395405893965]
  大規模言語モデル(LLM)は、様々なタスクにまたがる顕著な機能を示している。 しかし、彼らは多段階の意思決定と環境フィードバックを必要とする問題に苦戦している。 人間のアノテーションを使わずに環境から報酬モデルを自動的に学習できるフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-02-17T18:49:25Z)
• Embodied Agent Interface: Benchmarking LLMs for Embodied Decision Making [85.24399869971236]
  我々は,大規模言語モデル(LLM)を具体的意思決定のために評価することを目指している。 既存の評価は最終的な成功率にのみ依存する傾向がある。 本稿では,様々なタスクの形式化を支援する汎用インタフェース (Embodied Agent Interface) を提案する。
  論文  参考訳（メタデータ） (2024-10-09T17:59:00Z)

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。