論文の概要: AURORA: A Natural Language-Driven Agentic Framework for Understanding, Reasoning, and Orchestrating Reliable Air-Ground Co-Simulation
- arxiv url: http://arxiv.org/abs/2609.19527v1
- Date: Thu, 17 Sep 2026 00:41:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-20 08:55:54.038723
- Title: AURORA: A Natural Language-Driven Agentic Framework for Understanding, Reasoning, and Orchestrating Reliable Air-Ground Co-Simulation
- Title（参考訳）: AURORA: 信頼性の高い空域協調シミュレーションの理解、推論、オーケストレーションのための自然言語駆動型エージェントフレームワーク
- Abstract要約: AURORAは、空中シナリオ生成を検証によるコンパイルプロセスとして扱う自然言語駆動フレームワークである。
AURORAの中心はAir-Ground Scenario Graph (AGSG)であり、エージェント、空中ミッション、イベント、通信リンク、成功条件、およびそれらのドメイン間の依存関係を明示的に接続する型付き中間表現である。
- 参考スコア（独自算出の注目度）: 22.796966555015157
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Air-ground transportation research increasingly relies on co-simulation, yet constructing scenarios remains labor-intensive and difficult to validate. More importantly, a generated scenario may execute successfully while failing to realize the spatial, temporal, communication, or behavioral relationships requested by the user. This paper presents AURORA, a natural-language-driven agentic framework that treats air-ground scenario generation as a process of compilation with verification. Central to AURORA is the Air-Ground Scenario Graph (AGSG), a typed intermediate representation that explicitly connects agents, aerial missions, events, communication links, success conditions, and their cross-domain dependencies. This shared representation enables simulator-grounded parsing, joint road-airspace grounding, temporal planning, pre-execution feasibility checking, trace-based runtime verification, failure localization, and bounded repair within a unified workflow. We further introduce AURORA-Bench to evaluate not only whether generated scenarios execute, but whether they faithfully realize the requested interactions. Experiments across multiple language models show that structured execution substantially improves reliability, while runtime verification exposes silent failures that completion-based evaluation overlooks. Localized repair further resolves many violations without regenerating the entire scenario. The results show that reliable scenario generation requires verifying realized behavior, not merely executable code, and demonstrate the value of explicit intermediate representations for verifiable and repairable language-driven co-simulation.
- Abstract（参考訳）: 地上輸送の研究はコシミュレーションにますます依存しているが、建設シナリオは労働集約的で検証が難しいままである。
さらに重要なのは、生成されたシナリオは、ユーザが要求する空間的、時間的、コミュニケーション、行動的関係を認識できなくても、うまく実行できます。
本稿では,空中シナリオ生成を検証によるコンパイルプロセスとして扱う自然言語駆動型エージェントフレームワークであるAURORAについて述べる。
AURORAの中心はAir-Ground Scenario Graph (AGSG)であり、エージェント、空中ミッション、イベント、通信リンク、成功条件、およびそれらのドメイン間の依存関係を明示的に接続する型付き中間表現である。
この共有表現は、シミュレータによる解析、共同の道路空域の接地、時間計画、実行前の実行可能性チェック、トレースベースのランタイム検証、障害のローカライゼーション、統合ワークフロー内のバウンド修理を可能にする。
さらに、AURORA-Benchを導入して、生成されたシナリオの実行だけでなく、要求されたインタラクションを忠実に認識するかどうかを評価する。
複数の言語モデルを対象とした実験では、構造化された実行が信頼性を大幅に向上する一方、実行時の検証は、完了ベースの評価が見落としているサイレントな失敗を露呈する。
局所的な修復は、シナリオ全体を再生することなく、多くの違反を解消する。
その結果、信頼性のあるシナリオ生成は、単に実行可能なコードではなく、実現された振る舞いを検証することを必要とし、検証可能で修復可能な言語駆動の共シミュレーションのための明示的な中間表現の値を示す。
関連論文リスト
- Breaking Planner Integrity Boundary: Enviroment State-Text Injection Attack on LLM-Driven Embodied Agents [19.561832878935505]
本稿では,大規模言語モデル(LLM)駆動型エンボディエージェントに対する環境状態テキストインジェクション(ESTI)攻撃について紹介する。
ESTIは、敵の目的を現在の環境と互換性のある偽の状態証拠として再構成する。
ESTIは既存のベースラインを一貫して上回り、計画レベルと実行レベルの攻撃成功率をそれぞれ89.32%、43.69%改善している。
論文 参考訳（メタデータ） (2026-08-17T17:02:07Z) - ScrambleToolBench: Agents Search Exhaustively Even When Their Own Map Points to the Next Step [74.83535434786145]
ScrambleToolBenchは,行動推論の分離を目的とした対話型端末ベンチマークである。
このベンチマークでは、エージェントがテストとエラーのインタラクションを通じて、隠されたツールの振る舞いを明らかにする必要がある。
現状の言語モデルに対する我々の評価は、初期発見が成功しても頑健な適応にはならないことを示している。
論文 参考訳（メタデータ） (2026-08-03T15:07:46Z) - PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。
セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。
SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。
ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
論文 参考訳（メタデータ） (2026-07-18T04:46:53Z) - ClawForge: Generating Executable Interactive Benchmarks for Command-Line Agents [59.626170560327274]
textbfClawForgeは、ステートコンフリクト下で実行可能なコマンドラインカテゴリのためのジェネレータベースのベンチマークフレームワークである。
私たちはこのフレームワークをClawForge-Bench(17のシナリオ、6の能力カテゴリ)としてインスタンス化します。
論文 参考訳（メタデータ） (2026-05-13T21:34:08Z) - When Agents Overtrust Environmental Evidence: An Extensible Agentic Framework for Benchmarking Evidence-Grounding Defects in LLM Agents [7.383366380709273]
大規模言語モデルエージェントは、ファイル、Webページ、API、ログを公開する環境対応の足場を通じて、ますます運用されるようになる。
環境基盤化は、文脈入力、証拠証明、鮮度検査、検証ポリシー、行動ゲーティング、モデル推論を含むシステムレベルの問題である。
この障害モードをベンチマークするためのエージェントフレームワークであるEnvTrustBenchを紹介します。
論文 参考訳（メタデータ） (2026-05-09T09:32:27Z) - Dynamic analysis enhances issue resolution [53.50448142467294]
DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。
テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。
Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
論文 参考訳（メタデータ） (2026-03-23T14:48:54Z) - Veri-Sure: A Contract-Aware Multi-Agent Framework with Temporal Tracing and Formal Verification for Correct RTL Code Generation [4.723302382132762]
シリコングレードの正しさは、 (i) シミュレーション中心の評価の限られたカバレッジと信頼性、 (ii) 回帰と修復幻覚、 (iii) エージェントハンドオフ間で意図が再解釈される意味的ドリフトによってボトルネックが残っている。
エージェントの意図を整合させる設計契約を確立するマルチエージェントフレームワークであるVeri-Sureを提案する。
論文 参考訳（メタデータ） (2026-01-27T16:10:23Z)
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。