論文の概要: UAVs Meet Embodied Intelligence: Bridging Human Intents and Flying Dynamics Via Harnessing Physical-Digital AI Agents

• arxiv url: http://arxiv.org/abs/2609.18326v1
• Date: Wed, 16 Sep 2026 08:52:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.718882
• Title: UAVs Meet Embodied Intelligence: Bridging Human Intents and Flying Dynamics Via Harnessing Physical-Digital AI Agents
• Title（参考訳）: UAVが身体の知能と対決:人間のインテントと空飛ぶダイナミクスが物理的にデジタルなAIエージェントに悪影響を及ぼす
• Abstract要約: 無人航空機(UAV)は、インボディード・インテリジェンスを連続した3次元空間に拡張する。 基礎モデル、世界モデル、AIエージェントの最近の進歩は、UAVの自律性をタスク固有の認識と制御からシフトさせている。 我々はこの新興パラダイムをUAVエンボディインテリジェンス(UAV EI)として特徴づけ、そのシステム実現、EIUAV(Ebodied-intelligent UAV)と区別する。
• 参考スコア（独自算出の注目度）: 33.84562561618976
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Unmanned aerial vehicles (UAVs) extend embodied intelligence into continuous three-dimensional space, where perception, reasoning, physical embodiment, and action are tightly coupled through flight and environmental interaction. Recent advances in foundation models, world models, and AI agents are shifting UAV autonomy from task-specific perception and control toward systems that can interpret human intent, understand open environments, reason about physical consequences, and organize complex behaviors under embodiment and flight-dynamic constraints. We characterize this emerging paradigm as UAV embodied intelligence (UAV EI) and distinguish it from its system realization, the embodied-intelligent UAV (EI UAV). To provide a unified view of the field, we introduce a 5+5 framework that describes UAV EI through five capability dimensions and EI UAVs through five architectural layers spanning physical embodiment, general cognition, embodied skills, external interaction, and system harnessing. Based on this framework, we systematically review recent progress in embodied morphology, embodied perception, world models, embodied planning, vision-language navigation, embodied manipulation, and embodied collaboration. We further identify long-horizon autonomy, predictive physical reasoning, test-time skill acquisition, and autonomous capability evolution as key challenges toward more general aerial embodied intelligence. Finally, we argue that harnessing physical-digital AI agents, through persistent coupling of digital intelligence with physical sensing, dynamics, action, and feedback, provides a system-level pathway toward adaptive and continuously evolving UAV autonomy. Project resources are available at our project website and GitHub repository.
• Abstract（参考訳）: 無人航空機(UAV)は、知覚、推論、物理的実施、行動が飛行と環境の相互作用を通じて密結合される連続した3次元空間にエンボディード・インテリジェンスを拡張している。 基礎モデル、世界モデル、AIエージェントの最近の進歩は、UAVの自律性をタスク固有の認識と制御から、人間の意図を解釈し、オープンな環境を理解し、身体的影響を推論し、実施や飛行力学の制約の下で複雑な行動を組織するシステムへとシフトしている。 我々は、UAVエンボディインテリジェンス(UAV EI)を特徴付け、そのシステム実現、EIUAV(Ebodied-intelligent UAV)と区別する。 5次元のUAV EIと5次元のEI UAVを、物理的具体化、一般認知、エンボディドスキル、外部インタラクション、システム利用にまたがる5つのアーキテクチャレイヤを通して記述する5+5フレームワークを提案する。 この枠組みに基づいて, 形態学, 知覚学, 世界モデル, 計画学, 視覚言語ナビゲーション, 操作学, 協調学の最近の進歩を体系的に検討した。 我々はさらに、より一般的な航空情報に対する重要な課題として、長期の自律性、予測物理的推論、テストタイムのスキル獲得、自律能力の進化を挙げる。 最後に、デジタルインテリジェンスと物理的センシング、ダイナミックス、アクション、フィードバックとの永続的な結合を通じて、物理的なデジタルAIエージェントを活用することは、適応的で継続的なUAV自律性へのシステムレベルパスを提供する、と論じる。 プロジェクトリソースはプロジェクトのWebサイトとGitHubリポジトリで利用可能です。

関連論文リスト

• Neuro-Symbolic Agentic AI for Networked Low-Altitude UAVs [23.61796757820659]
  ニューロシンボリックエージェントAI(NSAAI)は、ニューラルネットワーク、シンボリック推論、クローズドループエージェントインタラクションを組み合わせたフレームワークである。 NSAAIは、再利用可能なスキル、エビデンスに基づく意思決定、ネットワーク化されたUAVシステムにおける適応的なミッション実行をサポートする。
  論文  参考訳（メタデータ） (2026-09-17T09:31:24Z)
• When Agentic AI Meets Integrated Sensing and Communication [23.084474668808912]
  エージェント人工知能(AI)は、統合センシングとコミュニケーション(ISAC)を目標駆動のクローズドループインテリジェントシステムに変換する。 この調査は、文献を6段階のクローズドループフレームワークにまとめる。 物理層プリミティブから完全な閉ループISACまでの5段階のエージェント成熟を導入する。
  論文  参考訳（メタデータ） (2026-08-06T09:26:49Z)
• ACE-Brain-0.5: A Unified Embodied Foundational Model for Physical Agentic AI [110.18670135256235]
  Embodied AIは、独立した知覚やアクションモジュールから、目標を理解し、計画し、進捗を監視し、経験から改善する物理的なエージェントへと移行している。 ACE-Brain-0.5は,ロボットの知性を5つの結合関数にまとめる統一的な基礎モデルである。 単一の8Bバックボーンは、最初の4つの機能をインスタンス化する: オブジェクトとアベイランスを接地し、3Dとエゴセントリックな空間関係を推論し、命令をサブゴールに分解し、ナビゲーションと操作アクションを生成し、検証と回復の進捗を推定する。
  論文  参考訳（メタデータ） (2026-07-05T17:43:06Z)
• AerialMind: Towards Referring Multi-Object Tracking in UAV Scenarios [64.51320327698231]
  UAVシナリオにおける最初の大規模RMOTベンチマークであるAerialMindを紹介する。 我々は、革新的な半自動協調型エージェントベースラベリングアシスタントフレームワークを開発した。 また,視覚言語表現学習を協調的に強化する新しい手法であるHawkEyeTrackを提案する。
  論文  参考訳（メタデータ） (2025-11-26T04:44:27Z)
• UAVs Meet Agentic AI: A Multidomain Survey of Autonomous Aerial Intelligence and Agentic UAVs [0.36868085124383626]
  エージェントUAVは、ゴール駆動行動、文脈推論、対話的自律性を示すことによって、従来のUAVを上回る。 本研究では, 精密農業, 建設・鉱業, 災害対応, 環境モニタリング, インフラ検査, 物流, セキュリティ, 野生生物保護の7分野について検討した。
  論文  参考訳（メタデータ） (2025-06-08T01:39:51Z)
• Neural Brain: A Neuroscience-inspired Framework for Embodied Agents [78.61382193420914]
  大規模な言語モデルのような現在のAIシステムは、いまだに解体され続けており、物理的に世界と関わりが持てない。 この課題の核心は、人間のような適応性を持つエンボディエージェントを駆動するために設計された中枢知能システムであるNeural Brain(ニューラル・ブレイン)の概念である。 本稿では,2つの基本的な課題に対処する,エンボディエージェントのニューラルブレインの統一的枠組みを提案する。
  論文  参考訳（メタデータ） (2025-05-12T15:05:34Z)

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。