論文の概要: A Temporal Planning Approach for Intelligent Flood Response

• arxiv url: http://arxiv.org/abs/2608.20510v1
• Date: Thu, 20 Aug 2026 19:01:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-24 14:49:32.157839
• Title: A Temporal Planning Approach for Intelligent Flood Response
• Title（参考訳）: インテリジェント洪水応答のための時間的計画手法
• Abstract要約: この研究は、時間的計画と洪水応答の完全な運用ライフサイクルをモデル化するインテリジェントな洪水応答フレームワークを提示する。 このフレームワークには、優先順位駆動のトリアージ、ルートアクセシビリティと旅行コスト、リソース割り当て、供給管理が含まれている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Effective response to multiple, simultaneously flooded areas requires coordinating appropriate actions in the correct temporal order, under severe resource constraints. Automated planning provides a foundation for addressing this challenge by generating time-aware schedules, given a formal description of available resources, constraints, and goals. This work presents an intelligent flood-response framework that exploits temporal planning and models the complete operational life cycle of flood response. The framework incorporates priority-driven triage, route accessibility and travel costs, resource allocation, and supply management, while also supporting mid-execution re-planning in response to unexpected environmental changes. The framework is formulated both in the Action Notation Modeling Language (ANML) and the Planning Domain Definition Language (PDDL) 2.1, facilitating compatibility with a wider range of temporal planners. Experimental results establish the feasibility and scalability of the proposed framework, showing that flood response scenarios can be effectively modeled and solved using temporal planning, while providing guidance on planner selection.
• Abstract（参考訳）: 複数の同時に浸水した領域に対する効果的な応答は、厳しい資源制約の下で適切なタイミングで適切な行動を調整する必要がある。 自動計画(Automated Planning)は、利用可能なリソース、制約、目標を形式的に記述した、タイムアウェアなスケジュールを生成することで、この問題に対処するための基盤を提供する。 この研究は、時間的計画と洪水応答の完全な運用ライフサイクルをモデル化するインテリジェントな洪水応答フレームワークを提示する。 このフレームワークには、優先順位駆動のトリアージ、ルートアクセシビリティ、旅行費、資源配分、供給管理が含まれており、予期しない環境変化に対応する中段階の再計画もサポートしている。 このフレームワークは、Action Notation Modeling Language (ANML)とPlanning Domain Definition Language (PDDL) 2.1の両方で定式化されており、より広範な時間プランナーとの互換性を容易にしている。 実験により,提案フレームワークの有効性と拡張性を確立し,フラッドレスポンスのシナリオを時間計画を用いて効果的にモデル化し,解決し,プランナーの選択に関するガイダンスを提供する。

関連論文リスト

• PlanningBench: Generating Scalable and Verifiable Planning Data for Evaluating and Training Large Language Models [52.48858778580074]
  計画は大規模言語モデル(LLM)の基本的な機能である PlanningBenchは、評価とトレーニングの両方のためのスケーラブルで多様な検証可能な計画データを生成するためのフレームワークである。
  論文  参考訳（メタデータ） (2026-05-20T08:10:15Z)
• TodoEvolve: Learning to Architect Agent Planning Systems [68.48983335970901]
  TodoEvolveは、タスク固有の計画を自律的に合成し、動的に修正するメタプランニングパラダイムである。 PlanFactoryは異種計画パターンの共通インターフェースを提供する。 TodoEvolveは、経済的なAPIコストとランタイムオーバーヘッドを維持しながら、慎重に設計された計画モジュールを一貫して上回っている。
  論文  参考訳（メタデータ） (2026-02-08T06:37:01Z)
• Adaptive Planning with Generative Models under Uncertainty [20.922248169620783]
  生成モデルによる計画は、幅広い領域にわたる効果的な意思決定パラダイムとして現れてきた。 最新の環境観測に基づいて決定を下すことができるため、各段階での継続的再計画は直感的に思えるかもしれないが、かなりの計算上の課題をもたらす。 本研究は,長軸状態軌跡を予測できる生成モデルの能力を活用する,シンプルな適応計画手法を導入することで,この問題に対処する。
  論文  参考訳（メタデータ） (2024-08-02T18:07:53Z)
• Temporal Planning via Interval Logic Satisfiability for Autonomous Systems [0.0]
  我々は、時間的計画の定式化について考察する: 間隔は作用と流動性原子の両方に関連付けられ、それらの関係はアレンのインターバル論理(英語版)の文として与えられる。 本稿では,制約プログラミング(CP)モデルとして,行動と流動性の間の複雑な関係を考慮に入れた計画グラフの概念を提案する。 提案手法は既存のPDDL 2.1プランナよりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-06-14T02:21:53Z)
• Unified Task and Motion Planning using Object-centric Abstractions of Motion Constraints [56.283944756315066]
  本稿では,タスクとモーションプランニングを一つの検索に統一するTAMP手法を提案する。 我々のアプローチは、オフザシェルフAIサーチの計算効率を活用して、物理的に実現可能な計画が得られるような、オブジェクト中心の動作制約の抽象化に基づいている。
  論文  参考訳（メタデータ） (2023-12-29T14:00:20Z)
• Learning adaptive planning representations with natural language guidance [90.24449752926866]
  本稿では,タスク固有の計画表現を自動構築するフレームワークであるAdaについて述べる。 Adaは、プランナー互換の高レベルアクション抽象化と、特定の計画タスク領域に適応した低レベルコントローラのライブラリを対話的に学習する。
  論文  参考訳（メタデータ） (2023-12-13T23:35:31Z)
• Planning as In-Painting: A Diffusion-Based Embodied Task Planning Framework for Environments under Uncertainty [56.30846158280031]
  具体的AIのためのタスクプランニングは、最も難しい問題の1つだ。 In-paintingとしての計画」というタスク非依存の手法を提案する。 提案するフレームワークは,様々な具体的AIタスクにおいて,有望なパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-12-02T10:07:17Z)
• DisasterResponseGPT: Large Language Models for Accelerated Plan of Action Development in Disaster Response Scenarios [3.42658286826597]
  本研究では,Large Language Models (LLMs) を利用して有効な行動計画を生成するアルゴリズムであるDerma ResponseGPTを提案する。 提案手法は数秒で複数のプランを生成し,ユーザのフィードバックに従ってさらに改良することができる。 予備的な結果は,災害対応GPTによって開発された行動計画が人為的な行動に匹敵するものであるとともに,リアルタイムな修正が容易であることを示している。
  論文  参考訳（メタデータ） (2023-06-29T19:24:19Z)
• Sequence-Based Plan Feasibility Prediction for Efficient Task and Motion Planning [36.300564378022315]
  本稿では,移動環境における移動操作問題を解決するための学習可能なタスク・アンド・モーション・プランニング(TAMP)アルゴリズムを提案する。 本アルゴリズムのコアは,タスク計画,目標,初期状態を考慮したトランスフォーマーに基づく新しい学習手法であるPIGINetであり,タスク計画に関連する運動軌跡の発見確率を予測する。
  論文  参考訳（メタデータ） (2022-11-03T04:12:04Z)
• Bottom-up mechanism and improved contract net protocol for the dynamic task planning of heterogeneous Earth observation resources [61.75759893720484]
  地球観測資源は、災害救助、被害評価、関連する領域においてますます不可欠になりつつある。 観測要求の変更や悪天候の発生、資源の失敗など、予測できない多くの要因は、スケジュールされた観測計画が実行不可能になる可能性がある。 不均質な地球観測資源の動的タスク計画を容易にするため、ボトムアップ分散協調フレームワークと改良された契約網を提案する。
  論文  参考訳（メタデータ） (2020-07-13T03:51:08Z)

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。