論文の概要: Agentic AI-enabled Semantic Commissioning of a Cognitive Digital Twin for Reconfigurable Manufacturing
- arxiv url: http://arxiv.org/abs/2609.09503v1
- Date: Tue, 08 Sep 2026 22:34:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.831743
- Title: Agentic AI-enabled Semantic Commissioning of a Cognitive Digital Twin for Reconfigurable Manufacturing
- Title（参考訳）: リコンフィグアブル製造のための認知デジタル双生児のエージェントAI対応セマンティックコミッショニング
- Abstract要約: 本稿では,エンドツーエンドのCognitive Digital Twin(CDT)デバッグを自動化するエージェントベースのAI駆動ワークフローを提案する。
このシステムは平均的な平均精度(mAP)を97.2%の認識で達成し、展開サイクルを数週間から平均2時間に短縮する。
- 参考スコア（独自算出の注目度）: 14.904905716435946
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Rapid bespoke commissioning of the Cognitive Digital Twin (CDT) is a major challenge in reconfigurable manufacturing. Traditional digital twin (DT) construction methods primarily focus on geometric reconstruction, often neglecting the deep semantic integration and functional interoperability necessary for autonomous reasoning. This paper proposes an agent-based, AI-driven workflow to automate end-to-end CDT debugging. The system utilises LangGraph as a multi-agent orchestration engine to achieve dual-path synthesis: the semantic path extracts technical specifications from unstructured documents using Retrieval Augmented Generation (RAG), while the functional path autonomously discovers and binds to real-time industrial telemetry data using Model Context Protocol (MCP). Experimental validation in a robotic machining cell demonstrates that the system achieves a mean average accuracy (mAP) of 97.2% in perception and reduces the deployment cycle from several weeks to an average of 2 hours, marking a paradigm shift from manual scripting to autonomous orchestration.
- Abstract（参考訳）: 認知デジタルツイン (CDT) の高速飛行は、再構成可能な製造において大きな課題である。
従来のデジタルツイン(DT)構築法は主に幾何学的再構成に焦点を当てており、しばしば自律推論に必要な深いセマンティック統合と機能的相互運用性を無視している。
本稿では、エンドツーエンドCDTデバッグを自動化するエージェントベースのAI駆動ワークフローを提案する。
セマンティックパスは、Retrieval Augmented Generation(RAG)を使用して非構造化文書から技術的仕様を抽出し、機能パスは、Model Context Protocol(MCP)を使用してリアルタイム産業テレメトリデータに自律的に検出およびバインドする。
ロボット加工セルにおける実験的な検証により、システムは知覚における平均平均精度97.2%を達成し、展開サイクルを数週間から平均2時間に短縮し、手動スクリプティングから自律的なオーケストレーションへのパラダイムシフトを示す。
関連論文リスト
- A Deployment Case Study in Robotic Apparel Automation: Digital Twin Integration, Interoperability, and Workforce Enablement [2.7982519003969855]
本稿では,デニム製造のためのロボット縫製システムの展開指向ケーススタディを提案する。
デジタルスレッドモジュールは、DXF生産図をプロセスパラメータと実行可能なロボット軌道に解析し、手作業によるプログラミングの労力を減らす。
ワークセルのデジタルツインは、リーチとクリアランスの検証、レイアウトとシークエンシングの洗練、オペレータアクセスの評価、上流および下流タスクとのサイクルタイム互換性の評価に使用される。
論文 参考訳（メタデータ） (2026-06-15T00:34:58Z) - Agentic Neuro-Symbolic Planning and Commissioning for Human-in-the-Loop Industrial Robotics with Digital Twins [19.26486350787024]
本稿では,ヒト・イン・ザ・ループ産業ロボットのためのエージェント型ニューロシンボリック・フレームワークを提案する。
このフレームワークは、産業ロボットのためのPlanner-Designer-Inspectorアーキテクチャと、障害復旧のためのLangGraphベースの動的ルーティングを併用する。
Unity3Dデジタルツインは、物理的実行前に人間の検査、修正、再検証をサポートする。
論文 参考訳（メタデータ） (2026-06-06T14:57:56Z) - Towards a Virtual Neuroscientist: Autonomous Neuroimaging Analysis via Multi-Agent Collaboration [53.772014300855375]
我々は,自律型エンドツーエンド神経画像解析のためのマルチエージェントシステムであるNIAgentを紹介する。
従来のフラットなツール呼び出しエージェントとは異なり、NIAgentはコード中心の実行パラダイムを採用している。
本稿では,コホートレベルの検定とエージェント視覚検査を組み合わせた,自律的品質管理のための階層的検証フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-10T06:30:19Z) - Ontology-Driven Robotic Specification Synthesis [0.38233569758620045]
本稿では,高レベル目標と形式的かつ実行可能な仕様とのギャップを埋めることにより,安全・ミッションクリティカルなアプリケーションのためのロボットシステム工学について論じる。
提案手法は,ミッション,システム,サブシステムレベルでのモンテカルロシミュレーションを可能にする時間付きペトリネットを用いた階層的手法である。
論文 参考訳（メタデータ） (2026-02-05T08:59:23Z) - SUNSET -- A Sensor-fUsioN based semantic SegmEnTation exemplar for ROS-based self-adaptation [2.8210523386413087]
アーキテクチャに基づく自己適応の厳密かつ反復的な評価を可能にするROS2ベースの例であるSUNSETを提案する。
SUNSETには、セグメンテーションパイプライン、トレーニングされたMLモデル、不確実性注入スクリプト、ベースラインコントローラ、ステップバイステップの統合と評価ドキュメントが含まれている。
論文 参考訳（メタデータ） (2026-01-20T08:40:57Z) - AI-NativeBench: An Open-Source White-Box Agentic Benchmark Suite for AI-Native Systems [52.65695508605237]
我々は、Model Context Protocol(MCP)とAgent-to-Agent(A2A)標準に基づいて、アプリケーション中心でホワイトボックスのAI-NativeベンチマークスイートであるAI-NativeBenchを紹介する。
エージェントスパンを分散トレース内の第一級市民として扱うことにより,本手法は,単純な機能以上の工学的特性の粒度解析を可能にする。
この研究は、モデル能力の測定から信頼性の高いAI-Nativeシステムへの移行を導く最初の体系的な証拠を提供する。
論文 参考訳（メタデータ） (2026-01-14T11:32:07Z) - Seismology modeling agent: A smart assistant for geophysical researchers [14.28965530601497]
本稿では,Large Language Models (LLM) を利用したインテリジェントな対話型ワークフローを提案する。
SPECFEMのための最初のモデルコンテキストプロトコル(MCP)サーバスイートを紹介する。
このフレームワークは、完全な自動実行とHuman-in-the-loopコラボレーションの両方をサポートする。
論文 参考訳（メタデータ） (2025-12-16T14:18:26Z) - DriveTransformer: Unified Transformer for Scalable End-to-End Autonomous Driving [62.62464518137153]
DriveTransformerは、スケールアップを簡単にするためのシンプルなE2E-ADフレームワークである。
タスク・セルフ・アテンション、センサー・クロス・アテンション、時間的クロス・アテンションという3つの統合された操作で構成されている。
シミュレーションされたクローズドループベンチマークBench2Driveと、FPSの高い実世界のオープンループベンチマークnuScenesの両方で、最先端のパフォーマンスを実現している。
論文 参考訳（メタデータ） (2025-03-07T11:41:18Z) - Agent-driven Generative Semantic Communication with Cross-Modality and Prediction [57.335922373309074]
本稿では,強化学習に基づくエージェント駆動型ジェネリックセマンティックコミュニケーションフレームワークを提案する。
本研究では, エージェント支援型セマンティックエンコーダを開発し, 適応的セマンティック抽出とサンプリングを行う。
設計モデルの有効性をUA-DETRACデータセットを用いて検証し、全体的なA-GSCフレームワークの性能向上を実証した。
論文 参考訳（メタデータ） (2024-04-10T13:24:27Z) - Automatic digital twin data model generation of building energy systems
from piping and instrumentation diagrams [58.720142291102135]
建物からP&IDのシンボルや接続を自動で認識する手法を提案する。
シンボル認識,線認識,およびデータセットへの接続の導出にアルゴリズムを適用する。
このアプローチは、制御生成、(分散)モデル予測制御、障害検出といった、さらなるプロセスで使用することができる。
論文 参考訳（メタデータ） (2021-08-31T15:09:39Z) - A Novel Anomaly Detection Algorithm for Hybrid Production Systems based
on Deep Learning and Timed Automata [73.38551379469533]
DAD:DeepAnomalyDetectionは,ハイブリッド生産システムにおける自動モデル学習と異常検出のための新しいアプローチである。
深層学習とタイムドオートマトンを組み合わせて、観察から行動モデルを作成する。
このアルゴリズムは実システムからの2つのデータを含む少数のデータセットに適用され、有望な結果を示している。
論文 参考訳（メタデータ） (2020-10-29T08:27:43Z)
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。