論文の概要: A Cognitive Architecture for Shared Autonomy in AUV Operations
- arxiv url: http://arxiv.org/abs/2608.29347v1
- Date: Sat, 29 Aug 2026 16:06:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-03 12:51:06.87587
- Title: A Cognitive Architecture for Shared Autonomy in AUV Operations
- Title（参考訳）: AUV運用における共有自律性のための認知的アーキテクチャ
- Abstract要約: 本稿では,オントロジーと多言語モデル(LLM)からなる認知アーキテクチャを提案する。
GPT-OSSは実現可能性評価,計画,実行に最適であるのに対して,Qwen2.5は自然言語入力からミッションタイプを特定するのに最適である。
- 参考スコア（独自算出の注目度）: 4.416336455040627
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Operators remain essential to Remotely Operated Vehicle (ROV) operation, yet often suffer from low situational awareness and high workload, both of which negatively affect safety. This paper presents a cognitive architecture consisting of an ontology and multiple Large Language Models (LLMs) to assist the operator at all stages of the mission. Each LLM is grounded with domain-specific information from the ontology and given a simple role to create a system that can support the operator at all stages of an operation. We are aiming to prove that using the two together will allow decisions to be grounded in the relevant domain knowledge, but also benefit from the reasoning capabilities of the LLM. Our framework determines if a mission is possible for a given Unmanned Underwater Vehicle (UUV), performs mission planning, and executes a given mission in simulation. The operator can be involved in planning and execution, ensuring the resulting plan is valid and that the vehicle behaves safely during execution. We compare different LLMs, Llama3, GPT-OSS, and Qwen2.5, to determine which are best suited to the different roles within our framework. We find that GPT-OSS performs best for feasibility assessment, planning, and execution, while Qwen2.5 is best suited to identifying mission types from natural language input.
- Abstract（参考訳）: オペレーターは遠隔操作車両(ROV)の運用に必須であり続けているが、状況認識の低さと高い作業負荷に悩まされることがしばしばあり、どちらも安全性に悪影響を及ぼす。
本稿では,オントロジーと多言語モデル(LLM)からなる認知アーキテクチャを提案する。
各LSMはオントロジーからのドメイン固有の情報に基づいており、操作のすべての段階で演算子をサポートするシステムを構築するための単純な役割を与えられた。
私たちは、この2つを一緒に使うことで、関連するドメイン知識に根ざした決定が可能になるだけでなく、LLMの推論能力の恩恵も受けられることを証明したいと考えています。
本フレームワークは、無人水中車両(UUV)のミッションが可能であるかどうかを判断し、ミッション計画を行い、シミュレーションで所定のミッションを実行する。
オペレータは、計画と実行に関わり、その結果の計画が有効であり、実行中に車両が安全に振る舞うことを保証する。
LLM(Llama3、GPT-OSS、Qwen2.5)を比較して、フレームワーク内のさまざまな役割に最も適しているものを決定します。
GPT-OSSは実現可能性評価,計画,実行に最適であるのに対して,Qwen2.5は自然言語入力からミッションタイプを特定するのに最適である。
関連論文リスト
- Autonomous Adversary: Red-Teaming in the age of LLM [1.4302803674538154]
言語モデルエージェント(LMA)は、レッドチーム操作を増強するための強力なプリミティブとして現れている。
我々は、これらのエージェントが中核攻撃機能とどのように交わるかを分析し、現在の強度と限界を評価する。
制御された対向エミュレーション環境における2つの横移動シナリオのLMAをベンチマークする。
論文 参考訳（メタデータ） (2026-05-07T16:07:41Z) - Say the Mission, Execute the Swarm: Agent-Enhanced LLM Reasoning in the Web-of-Drones [0.8492672431361252]
本稿では,UAVスワム制御のためのミッション非依存,エージェント強化LLMフレームワークを提案する。
提案アーキテクチャはLLMベースのエージェントコアとModel Context ProtocolゲートウェイとWeb-of-Drones抽象化を組み合わせたものだ。
我々は,ArduPilotをベースとした4つのSwarmミッションと6つの最先端LCMのシミュレーションによるフレームワークの評価を行った。
論文 参考訳（メタデータ） (2026-05-05T14:14:57Z) - From Language to Action: Can LLM-Based Agents Be Used for Embodied Robot Cognition? [1.4016147623265656]
大規模言語モデル(LLM)は、推論や言語理解など、突発的な認知的側面を示すことが示されている。
本稿では,エージェントLLMが計画と推論のコアコンポーネントとなる認知アーキテクチャを提案する。
本研究では,エージェントの推論,計画,記憶利用の2つの課題について,提案システムの評価を行った。
論文 参考訳（メタデータ） (2026-03-03T16:36:06Z) - HELP: Hierarchical Embodied Language Planner for Household Tasks [75.38606213726906]
複雑なシナリオを扱うエージェントは、堅牢な計画能力に大きく依存する。
広範な言語知識を備えた大規模言語モデルは、この役割を果たすことができる。
LLMをベースとした一組のエージェントからなる階層型エンボディード言語プランナーHELPを提案する。
論文 参考訳（メタデータ） (2025-12-25T15:54:08Z) - Heterogeneous Robot Collaboration in Unstructured Environments with Grounded Generative Intelligence [54.91177026001217]
大規模言語モデル(LLM)対応のチーム化手法は、よく構造化された既知の環境を前提とするのが一般的である。
異種ロボットチームにおけるLCMの推論能力を基盤として,これらの制約に対処するフレームワークであるSPINE-HTを提案する。
我々のフレームワークは、従来のLLM対応の不均一なチームリング手法と比較して、ほぼ2倍の成功率を達成する。
論文 参考訳（メタデータ） (2025-10-30T18:24:38Z) - Plan-and-Act using Large Language Models for Interactive Agreement [8.07285448283823]
最近の大規模言語モデル(LLM)はロボットの動作を計画することができる。
状況的HRIにおけるLLMの適用の鍵となる問題は、「現在の人間の活動の反映」と「ロボットのタスクの優先順位付け」のバランスである。
論文 参考訳（メタデータ） (2025-04-01T23:41:05Z) - 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) - Spatial Reasoning and Planning for Deep Embodied Agents [2.7195102129095003]
この論文は空間的推論と計画タスクのためのデータ駆動手法の開発を探求する。
学習効率、解釈可能性、新しいシナリオ間の伝達可能性の向上に重点を置いている。
論文 参考訳（メタデータ） (2024-09-28T23:05:56Z) - WorkArena++: Towards Compositional Planning and Reasoning-based Common Knowledge Work Tasks [85.95607119635102]
大型言語モデル(LLM)は人間のような知性を模倣することができる。
WorkArena++は、Webエージェントの計画、問題解決、論理的/論理的推論、検索、コンテキスト的理解能力を評価するように設計されている。
論文 参考訳（メタデータ） (2024-07-07T07:15:49Z) - Fine-Tuning Large Vision-Language Models as Decision-Making Agents via Reinforcement Learning [79.38140606606126]
強化学習(RL)を用いた視覚言語モデル(VLM)を微調整するアルゴリズムフレームワークを提案する。
我々のフレームワークはタスク記述を提供し、次にVLMにチェーン・オブ・シント(CoT)推論を生成するよう促す。
提案手法は,VLMエージェントの様々なタスクにおける意思決定能力を向上させる。
論文 参考訳（メタデータ） (2024-05-16T17:50:19Z) - LanguageMPC: Large Language Models as Decision Makers for Autonomous Driving [84.31119464141631]
この作業では、複雑な自律運転シナリオの意思決定コンポーネントとして、Large Language Models(LLM)を採用している。
大規模実験により,提案手法は単車載タスクのベースラインアプローチを一貫して超えるだけでなく,複数車載コーディネートにおいても複雑な運転動作の処理にも有効であることが示された。
論文 参考訳（メタデータ） (2023-10-04T17:59:49Z)
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。