論文の概要: An Autonomous GeoAI Agent for Arctic Eco-Navigation
- arxiv url: http://arxiv.org/abs/2609.09374v1
- Date: Tue, 08 Sep 2026 19:15:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.795691
- Title: An Autonomous GeoAI Agent for Arctic Eco-Navigation
- Title（参考訳）: 北極エコナビゲーションのための自律型ジオAIエージェント
- Abstract要約: 北極エコナビゲーションのためのマルチエージェントGeoAIシステムについて紹介する。
統一ルーティングフレームワークには、運用、物理的、生態学的、およびコミュニティ関連の基準が組み込まれている。
このフレームワークは、より安全で透明性が高く、社会的に責任を負う北極航法をサポートする。
- 参考スコア（独自算出の注目度）: 0.45880283710344055
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Arctic maritime navigation is becoming increasingly important as changing sea-ice conditions expand seasonal accessibility while simultaneously introducing substantial operational, environmental, and community risks. Arctic route planning is inherently a multi-criteria problem: routes that improve vessel safety or efficiency may increase exposure to sea ice, sensitive ecosystems, or nearby communities. Existing routing methods prioritize travel time, fuel use, and navigational risk, often overlooking ecological and community impacts. We introduce a human-in-the-loop, multi-agent GeoAI system for Arctic eco-navigation that integrates operational, physical, ecological, and community-related criteria within a unified routing framework. Multiple specialized agents coordinate geospatial data acquisition and preparation, multi-objective route generation, and skyline-based decision support. The ecological criteria explicitly account for exposure to sensitive areas, including Essential Fish Habitat and seal critical habitat. By considering these ecosystem impacts and potential community burdens while keeping consequential value judgments under human control, the framework supports safer, more transparent, and socially responsible Arctic navigation. Project page and code are publicly available. https://samiraat.github.io/Arctic-Eco-Navigation-Agent/, https://github.com/samiraat/Arctic-Eco-Navigation-Agent
- Abstract（参考訳）: 北極海航法は、海氷条件の変化が季節的アクセシビリティを拡大するとともに、運用、環境、および地域社会の重大なリスクを同時に導入するにつれ、ますます重要になっている。
船舶の安全性や効率を向上させるルートは、海氷、敏感な生態系、あるいは近くのコミュニティへの露出を増加させる可能性がある。
既存のルーティング手法は、旅行時間、燃料使用、航海のリスクを優先し、しばしば生態学的および地域社会の影響を見越す。
我々は,北極圏のエコナビゲーションのためのマルチエージェントGeoAIシステムを導入し,統一的なルーティングフレームワーク内に運用,物理的,生態学的,コミュニティ関連の基準を統合する。
複数の特殊エージェントが地理空間データ取得と準備、多目的経路生成、スカイラインに基づく意思決定支援を調整する。
生態学的基準は、本質的な魚の生息地やアザラシの生息地を含むセンシティブな地域への曝露をはっきりと説明している。
これらの生態系の影響と潜在的なコミュニティの負担を考慮し、連続的な価値判断を人間のコントロール下に置くことにより、このフレームワークはより安全で透明性があり、社会的に責任を負う北極航法をサポートする。
プロジェクトページとコードは公開されている。
https://samiraat.github.io/Arctic-Eco-Navigation-Agent/, https://github.com/samiraat/Arctic-Eco-Navigation-Agent
関連論文リスト
- Inverse Control Constrained Optimization of Vessel Speed Decisions Under Environmental Risk: Evidence from Arctic Shipping [0.0]
Tug TowとCargoは、環境および生態的な考慮と運用速度のバランスをとる。
漁船、旅客船、未特定船を含むいくつかの船群は、氷関連リスクの影響を強く受けている。
エンジンによる支配的な状態は明確なトレードオフを示すが、地上や未定義のような他の状態は氷関連の制約によって強く形作られる。
論文 参考訳（メタデータ） (2026-05-26T16:46:27Z) - Unbox Responsible GeoAI: Navigating Climate Extreme and Disaster Mapping [5.238802422720473]
地球空間人工知能(GeoAI)は,大規模災害マッピングとリスク低減のための変革的アプローチとして登場した。
責任あるGeoAIの概念を解き放つために、気候極端と災害マッピングにおけるその新たな役割について考察する。
論文 参考訳（メタデータ） (2026-05-01T00:49:22Z) - RENEW: Risk- and Energy-Aware Navigation in Dynamic Waterways [10.620311022921205]
本稿では、外乱を伴う動的環境における自律表面車両(ASV)のグローバルパスプランナーであるRENEWについて述べる。
我々は,非航行可能な地域を動的に識別することで安全を確保する,リスクとエネルギーを意識した統合戦略を導入する。
海上の緊急計画にインスパイアされ、悪条件下での制御を維持するために最善策を採用している。
論文 参考訳（メタデータ） (2026-01-23T03:33:52Z) - OceanGym: A Benchmark Environment for Underwater Embodied Agents [69.56465775825275]
OceanGymは、海洋水中のエンボディエージェントに関する最初の総合的なベンチマークである。
それは、最も要求の多い現実世界環境の1つでAIを前進させるように設計されている。
高忠実で厳格に設計されたプラットフォームを提供することで、OceanGymは堅牢なエンボディAIを開発するためのテストベッドを確立する。
論文 参考訳（メタデータ） (2025-09-30T17:09:32Z) - DORAEMON: Decentralized Ontology-aware Reliable Agent with Enhanced Memory Oriented Navigation [55.888688171010365]
DORAEMONは、人間のナビゲーション機能を模倣したVentralとDorsal Streamsで構成される、認知にインスパイアされたフレームワークである。
我々は,DORAEMONをHM3D,MP3D,GOATのデータセット上で評価し,成功率(SR)と成功度(SPL)の測定値の両方で最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-05-28T04:46:13Z) - Long-distance Geomagnetic Navigation in GNSS-denied Environments with Deep Reinforcement Learning [62.186340267690824]
既存の地磁気航法の研究は、事前保存された地図や広範囲な探索に依存しており、探索されていない地域での適用性や航法効率の低下に繋がる。
本稿では,特に長距離地磁気航法における深部強化学習(DRL)に基づくメカニズムについて述べる。
設計されたメカニズムは、プリストアドマップや広範囲で高価な探索アプローチではなく、地磁気ナビゲーションのための磁気受容能力を学ぶようにエージェントを訓練する。
論文 参考訳（メタデータ） (2024-10-21T09:57:42Z) - EnCoMP: Enhanced Covert Maneuver Planning with Adaptive Threat-Aware Visibility Estimation using Offline Reinforcement Learning [0.6597195879147555]
本研究では,多様な屋外環境下でロボットが隠ぺいにナビゲートできるように改良されたナビゲーションフレームワークであるEnCoMPを提案する。
我々は、LiDAR点雲からカバーマップ、潜在的な脅威マップ、高さマップ、ゴールマップを含む高忠実度マルチマップ表現を生成する。
物理的ジャカルロボット上での手法の能力を実証し,多様な地形で実験を行った。
論文 参考訳（メタデータ） (2024-03-29T07:03:10Z) - TopoNav: Topological Navigation for Efficient Exploration in Sparse Reward Environments [0.6597195879147555]
TopoNavは、スパース・リワード設定における効率的な目標指向の探索とナビゲーションのための新しいフレームワークである。
TopoNavは環境のトポロジカルマップを動的に構築し、主要な場所と経路をキャプチャする。
本研究では,Clearpath Jackalロボットを用いて,シミュレーションと実世界のオフロード環境におけるTopoNavの評価を行った。
論文 参考訳（メタデータ） (2024-02-06T15:05:25Z) - ETPNav: Evolving Topological Planning for Vision-Language Navigation in
Continuous Environments [56.194988818341976]
視覚言語ナビゲーションは、エージェントが環境中をナビゲートするための指示に従う必要があるタスクである。
本研究では,1)環境を抽象化し,長距離航法計画を生成する能力,2)連続環境における障害物回避制御能力の2つの重要なスキルに焦点を当てたETPNavを提案する。
ETPNavは、R2R-CEとRxR-CEデータセットの先行技術よりも10%以上、20%改善されている。
論文 参考訳（メタデータ） (2023-04-06T13:07:17Z) - Deep Learning Aided Routing for Space-Air-Ground Integrated Networks
Relying on Real Satellite, Flight, and Shipping Data [79.96177511319713]
現在の海上通信は主に単なる送信資源を持つ衛星に依存しており、現代の地上無線ネットワークよりも性能が劣っている。
大陸横断航空輸送の増加に伴い、商業旅客機に依存した航空アドホックネットワークという有望な概念は、空対地およびマルチホップ空対空リンクを介して衛星ベースの海上通信を強化する可能性がある。
低軌道衛星コンステレーション、旅客機、地上基地局、船舶がそれぞれ宇宙、航空、船舶として機能する、ユビキタスな海上通信を支援するための宇宙地上統合ネットワーク(SAGIN)を提案する。
論文 参考訳（メタデータ） (2021-10-28T14:12:10Z) - Occupancy Anticipation for Efficient Exploration and Navigation [97.17517060585875]
そこで我々は,エージェントが自我中心のRGB-D観測を用いて,その占有状態を可視領域を超えて推定する,占有予測を提案する。
エゴセントリックなビューとトップダウンマップの両方でコンテキストを活用することで、私たちのモデルは環境のより広いマップを予測できます。
われわれのアプローチは、2020 Habitat PointNav Challengeの優勝だ。
論文 参考訳（メタデータ） (2020-08-21T03:16:51Z)
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。