論文の概要: LLM-Guided Contextual Action Evaluation for Operational Decisions in Industrial Processes

• arxiv url: http://arxiv.org/abs/2608.24156v1
• Date: Tue, 25 Aug 2026 07:16:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-26 14:09:34.856356
• Title: LLM-Guided Contextual Action Evaluation for Operational Decisions in Industrial Processes
• Title（参考訳）: 産業プロセスにおける操作決定のためのLCMガイドによる文脈行動評価
• Abstract要約: 本稿では,産業プロセスにおける運用決定のためのLCMガイドによる文脈行動評価について述べる。 トレーニングの前に大きな言語モデルを使用して、固定されたドキュメントを凍結したアクション-観測-方向-遅延関係ベースに正規化する。 近年の数値的作用-応答履歴は各関係の電流強度を変調し、評価された作用は状態条件の非線形作用効果場を形成する。
• 参考スコア（独自算出の注目度）: 4.492444446637856
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Industrial actor--critic methods usually represent continuous actions as anonymous numerical coordinates. They must therefore learn from limited interactions which process variables each action affects, in which direction, and after what delay. Fixed industrial documents already describe part of these relations, but their open-text statements neither represent the current operating condition nor directly fit a numerical policy. This article presents LLM-Guided Contextual Action Evaluation for Operational Decisions in Industrial Processes (LCAE), which uses a large language model before training to normalize fixed documents into a frozen action--observation--direction--delay relation basis. Recent numerical action--response history then modulates the current strength of each relation, while the evaluated action forms a state-conditioned nonlinear action-effect field in the same basis. The critic evaluates actions through this field, and the actor uses the same relation gains to generate actions, making document semantics part of maximum-entropy policy learning. Neither the LLM nor the embedding model runs online during training or deployment; the deployed policy uses only frozen semantic artifacts and visible numerical history. The method states a falsifiable hypothesis: when documented relations are correct and recent history reflects their contextual strength, this action representation should provide a more useful decision bias than raw action coordinates.
• Abstract（参考訳）: 産業アクター-批判的手法は通常、匿名の数値座標として連続的な行動を表す。 したがって、各アクションがどの方向、どの遅延後に影響を与えるかをプロセスする限られた相互作用から学ぶ必要がある。 固定された産業文書は既にこれらの関係の一部を記述しているが、そのオープンテキストは現在の運用条件や数値ポリシーに直接適合しない。 本稿では, LLM-Guided Contextual Action Evaluation for Operational Decisions in Industrial Processes (LCAE)について述べる。LCAEは, 大きな言語モデルを用いて, 一定の文書を凍結した動作-観測-方向-遅延関係に正規化する。最近の数値的行動-応答履歴は, それぞれの関係の現在の強度を変調し, 評価された動作は状態条件の非線形動作-効果フィールドを形成する。 批評家はこの分野を通じて行動を評価し、アクターは同じ関係ゲインを使用して行動を生成し、文書意味論を最大エントロピーポリシー学習の一部とする。 LLMも組み込みモデルも、トレーニングやデプロイメントの間はオンラインで動作せず、デプロイされたポリシでは、凍結したセマンティックアーティファクトと、可視的な数値履歴のみを使用する。 文書化された関係が正しく、最近の歴史がその文脈的強みを反映している場合、この行動表現は生の行動座標よりも有用な決定バイアスを与える。

関連論文リスト

• PAVE: Predictive Alignment and Value-Guided Evolution for World-Action Policies [17.87859739145508]
  直接視覚-言語-アクションポリシーは、継続的なロボット動作を効率的に生成するが、標準的な行動クローンは2つの相補的なギャップを残している。 結果に依存しない予測学習と結果認識型政策改善を組み合わせた,直接的な世界行動政策である方法を紹介する。
  論文  参考訳（メタデータ） (2026-08-31T07:36:11Z)
• From State to Action: OODA-Tool for Reliable Multi-Turn Tool Use [12.466318496864742]
  本稿では,国家行動競争を緩和するためのクローズドループ方式であるOODA-Toolを紹介する。 OODA-Toolは、コントローラがチェックした中間状態を通じて各決定をルーティングし、最終的な出力が現在のタスク状態に残されていることを保証します。 我々は,マルチターン,マルチツール,不完全情報設定にまたがるQwen3モデルを用いて,直接関数呼び出しとReActポリシーに対するOODAツールの評価を行った。
  論文  参考訳（メタデータ） (2026-08-25T10:27:25Z)
• Why Does Action Chunking Improve Behavioral Cloning Performance in Robotic Control? [78.81308700607651]
  アクションチャンキングは単一のアクションではなく、複数のアクションを予測し、実行する。 非マルコフ表現率の増大と、マルコフポリシーと比較して複合誤差の低減による作用チャンキングの利点が示された。 本稿では,アンサンブルを明示的にインスタンス化することで,アクションチャンキングのメリットを増幅するポリシークラスを提案する。
  論文  参考訳（メタデータ） (2026-08-03T17:32:45Z)
• Towards Simulating Social Media Users with LLMs: Evaluating the Operational Validity of Conditioned Comment Prediction [2.5450067638785945]
  本研究は,ユーザが所定の刺激に対してどのようにコメントするかをモデルが予測するタスクである条件付きコメント予測(CCP)を紹介する。 オープンウェイトな8Bモデル(Llama3.1、Qwen3、Ministral)を英語、ドイツ語、ルクセンブルク語のシナリオで評価する。
  論文  参考訳（メタデータ） (2026-02-26T08:40:21Z)
• ACoT-VLA: Action Chain-of-Thought for Vision-Language-Action Models [15.5794433640853]
  Action Chain-of-Thought (ACoT) は、推論プロセス自体が粗いアクション意図の構造化シーケンスとして定式化されるパラダイムである。 我々は2つの補完的要素: Explicit Action Reasoner (EAR) と Implicit Action Reasoner (IAR) を紹介する。
  論文  参考訳（メタデータ） (2026-01-16T16:17:06Z)
• Code Models are Zero-shot Precondition Reasoners [83.8561159080672]
  シーケンシャルな意思決定タスクのために、コード表現を使ってアクションの前提条件を推論します。 本稿では,政策によって予測される行動が前提条件と一致していることを保証する事前条件対応行動サンプリング戦略を提案する。
  論文  参考訳（メタデータ） (2023-11-16T06:19:27Z)
• Weakly-Supervised Temporal Action Localization with Bidirectional Semantic Consistency Constraint [83.36913240873236]
  WTAL(Weakly Supervised Temporal Action Localization)は、ビデオの時間的境界を分類し、ローカライズすることを目的としている。 本研究では,双方向意味整合性制約 (Bi-SCC) という単純な手法を提案する。 実験結果から,THUMOS14とActivityNetの最先端手法よりも優れた結果が得られた。
  論文  参考訳（メタデータ） (2023-04-25T07:20:33Z)
• Let Offline RL Flow: Training Conservative Agents in the Latent Space of Normalizing Flows [58.762959061522736]
  オフライン強化学習は、追加の環境相互作用なしに、事前に記録された、固定されたデータセット上でポリシーをトレーニングすることを目的としている。 我々は、最近、潜在行動空間における学習ポリシーを基礎として、生成モデルの構築に正規化フローの特別な形式を用いる。 提案手法が最近提案したアルゴリズムより優れていることを示すため,様々な移動タスクとナビゲーションタスクについて評価を行った。
  論文  参考訳（メタデータ） (2022-11-20T21:57:10Z)
• TEACH: Temporal Action Composition for 3D Humans [50.97135662063117]
  自然言語の一連の記述を前提として,テキストに意味的に対応する3次元の人間の動作を生成する。 特に、我々のゴールは一連のアクションの合成を可能にすることであり、これは時間的アクション合成と呼ばれる。
  論文  参考訳（メタデータ） (2022-09-09T00:33:40Z)
• Utilizing Skipped Frames in Action Repeats via Pseudo-Actions [13.985534521589253]
  多くの深層強化学習では、エージェントがアクションを取ると、次のアクション決定点まで状態を観察しずに、事前定義された回数で同じアクションを繰り返します。 訓練データの量は、反復する行動の間隔に逆比例するので、トレーニングのサンプル効率に悪影響を及ぼす可能性がある。 疑似アクションの概念を導入してこの問題を緩和する,シンプルだが効果的なアプローチを提案する。
  論文  参考訳（メタデータ） (2021-05-07T02:43:44Z)
• Modeling Multi-Label Action Dependencies for Temporal Action Localization [53.53490517832068]
  実世界のビデオには、アクションクラス間の固有の関係を持つ多くの複雑なアクションが含まれている。 非発生ビデオにおける時間的行動の局在化のタスクのためのこれらの行動関係をモデル化する注意に基づくアーキテクチャを提案する。 マルチラベルアクションローカリゼーションベンチマークの最先端の方法よりもパフォーマンスが向上しました。
  論文  参考訳（メタデータ） (2021-03-04T13:37:28Z)
• Causal Inference of Script Knowledge [40.57602617170568]
  本稿では,イベント間の因果効果に基づくスクリプト誘導手法を提案する。 提案手法の出力は,スクリプトが表現するものの直感とよく一致していることを示す。
  論文  参考訳（メタデータ） (2020-04-02T17:54:24Z)

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。