論文の概要: Bringing AI to Autonomous Systems -- From Cognition to Collective Intelligence
- arxiv url: http://arxiv.org/abs/2609.30291v1
- Date: Fri, 11 Sep 2026 08:01:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-05 14:48:16.128297
- Title: Bringing AI to Autonomous Systems -- From Cognition to Collective Intelligence
- Title（参考訳）: 自律システムにAIを導入する - 認知から集合知へ
- Abstract要約: 本稿では,自律システムの設計と評価のための包括的枠組みを提案する。
我々はエージェントアーキテクチャの基本的特徴の実装によって引き起こされる課題に対処する。
我々は,自律型マルチエージェントシステムの実証的ビジョンと最先端技術との実質的なギャップについて,批判的な評価で結論付けた。
- 参考スコア（独自算出の注目度）: 0.6414747726450772
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The purpose of this article is to highlight the central role of autonomous systems as the ultimate stage in the development of AI, to explain the underlying technical challenges that require a combination of connectionist AI and symbolic AI, and to integrate AI and systems engineering. We present a comprehensive framework for the design and evaluation of autonomous systems, based on a generic agent architecture that characterizes their behavior as the composition of cognitive functions organized around a long-term memory containing the agent's evolving knowledge. We address the challenges posed by the implementation of the fundamental features of the agent architecture, in particular the link between sensory data and structured data stored in memory, decision-making related to the achievement of the agent's goals and their planning, as well as the coordination of agents to combine individual and collective intelligence. We explain that agent trustworthiness, unlike that of traditional systems, is not limited to behavioral properties. It includes an essential dimension related to cognitive properties, the validity of which depends on how the agent uses its knowledge in decision-making. We present avenues for the development of methods for evaluating agent trustworthiness. We conclude with a critical assessment of the substantial gap between the aspirational vision of autonomous multi-agent systems and the current state of the art.
- Abstract（参考訳）: 本稿の目的は、AI開発における最終段階としての自律システムの中心的な役割を強調し、コネクショナリズムAIとシンボリックAIの組み合わせを必要とする基礎となる技術的課題を説明し、AIとシステムエンジニアリングを統合することである。
本稿では、エージェントの進化する知識を含む長期記憶を中心に構成された認知機能の構成要素として、その振る舞いを特徴付けるジェネリックエージェントアーキテクチャに基づいて、自律システムの設計と評価のための包括的なフレームワークを提案する。
本稿では,エージェント・アーキテクチャの基本的特徴,特にメモリに格納されているセンサデータと構造化データとのリンク,エージェントの目標達成と計画の達成に関連する意思決定,および個別と集団の知性を組み合わせたエージェントの協調によって引き起こされる課題に対処する。
従来のシステムとは異なり、エージェントの信頼性は行動特性に限らないと説明する。
それは認知特性に関する重要な次元を含み、その妥当性は、エージェントが意思決定においてその知識をどのように利用するかに依存する。
本稿では,エージェントの信頼性を評価する手法の開発について述べる。
本稿は,自律型マルチエージェントシステムと最先端技術との実証的ビジョンの実質的ギャップを,批判的に評価する。
関連論文リスト
- A Survey of Reasoning in Autonomous Driving Systems: Open Challenges and Emerging Paradigms [49.66022971508878]
私たちは、推論はモジュラーコンポーネントからシステムの認知コアに高めるべきだと論じています。
応答性推論のトレードオフやソーシャルゲーム推論など,7つの中核的推論課題を導出し,体系化する。
我々は,LLMに基づく推論と,ミリ秒スケールで安全クリティカルな車両制御の要求との間の,高レイテンシ,熟考的特性の根本的かつ未解決な緊張関係を同定する。
論文 参考訳（メタデータ） (2026-03-11T07:40:53Z) - Agentic AI for Cybersecurity: A Meta-Cognitive Architecture for Governable Autonomy [0.0]
本稿では,サイバーセキュリティのオーケストレーションはエージェント型マルチエージェント認知システムとして再認識されるべきである,と論じる。
本稿では,特定・仮説形成・文脈解釈・説明・ガバナンスに責任を負う異種AIエージェントを,メタ認知判断機能を通じて協調する概念的枠組みを提案する。
我々の貢献は、メタ認知判断を第一級システム機能として組み込むことによって、この認知構造をアーキテクチャ的に明確化し、統制可能にすることである。
論文 参考訳（メタデータ） (2026-02-12T12:52:49Z) - Agentifying Agentic AI [4.40254362206179]
Agentic AIは、持続的な自律性、推論、相互作用能力を備えたシステムの実現を目指している。
このビジョンを実現するためには、エージェンシーに関する仮定は、認知、協力、ガバナンスの明確なモデルによって補完されなければならない。
論文 参考訳（メタデータ） (2025-11-21T15:54:44Z) - A Comprehensive Survey of Self-Evolving AI Agents: A New Paradigm Bridging Foundation Models and Lifelong Agentic Systems [53.37728204835912]
既存のAIシステムは、デプロイ後も静的な手作業による構成に依存している。
近年,インタラクションデータと環境フィードバックに基づいてエージェントシステムを自動拡張するエージェント進化手法が研究されている。
この調査は、自己進化型AIエージェントの体系的な理解を研究者や実践者に提供することを目的としている。
論文 参考訳（メタデータ） (2025-08-10T16:07:32Z) - Agentic Web: Weaving the Next Web with AI Agents [109.13815627467514]
大規模言語モデル(LLM)を活用したAIエージェントの出現は、エージェントWebに対する重要な転換点である。
このパラダイムでは、エージェントが直接対話して、ユーザに代わって複雑なタスクを計画、コーディネート、実行します。
本稿では,エージェントWebの理解と構築のための構造化フレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-28T17:58:12Z) - Distinguishing Autonomous AI Agents from Collaborative Agentic Systems: A Comprehensive Framework for Understanding Modern Intelligent Architectures [0.0]
大規模言語モデルの出現は、人工知能の2つの異なる相互接続パラダイム、すなわちスタンドアロンAIエージェントと協調エージェントAIエコシステムを触媒した。
本研究は, 運用原則, 構造構成, 配置方法論の体系的解析を通じて, これらのアーキテクチャを識別するための決定的な枠組みを確立する。
論文 参考訳（メタデータ） (2025-06-02T08:52:23Z) - Advances and Challenges in Foundation Agents: From Brain-Inspired Intelligence to Evolutionary, Collaborative, and Safe Systems [132.77459963706437]
この本は、モジュール化された脳に触発されたアーキテクチャの中で、インテリジェントなエージェントをフレーミングする、包括的な概要を提供する。
自己向上と適応的な進化のメカニズムを探求し、エージェントが自律的に能力を洗練する方法を探求する。
また、エージェントの相互作用、協力、社会構造から生じる集合的知性についても調べる。
論文 参考訳（メタデータ） (2025-03-31T18:00:29Z) - Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳（メタデータ） (2024-02-28T16:09:56Z) - Towards an Interface Description Template for AI-enabled Systems [77.34726150561087]
再利用(Reuse)は、システムアーキテクチャを既存のコンポーネントでインスタンス化しようとする、一般的なシステムアーキテクチャのアプローチである。
現在、コンポーネントが当初目的としていたものと異なるシステムで運用する可搬性を評価するために必要な情報の選択をガイドするフレームワークは存在しない。
我々は、AI対応コンポーネントの主情報をキャプチャするインターフェイス記述テンプレートの確立に向けて、現在進行中の作業について述べる。
論文 参考訳（メタデータ） (2020-07-13T20:30:26Z)
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。