論文の概要: AeroEval: Staged Program and Execution Validation for AI-Generated Drone Missions

• arxiv url: http://arxiv.org/abs/2610.09764v1
• Date: Wed, 07 Oct 2026 09:49:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.839259
• Title: AeroEval: Staged Program and Execution Validation for AI-Generated Drone Missions
• Title（参考訳）: AeroEval: AI生成ドローンミッションの段階的プログラムと実行検証
• Abstract要約: AeroEvalはAIが生成するドローンミッションのエージェント支援バリデーションシステムである。 まず、プログラムの構文、プラットフォームAPIの使用、ミッションインテントを検証する。 そして、実行軌跡、ミッション要件、環境コンテキストを用いて実現された行動を評価する。
• 参考スコア（独自算出の注目度）: 2.842028685390757
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large Language Models (LLMs) can generate drone programs from natural-language mission descriptions, but syntactically valid programs may still violate user intent, environmental constraints, and mission-level behavior. This problem is pronounced in cyber-physical applications, where correctness depends on the interaction among generated code, mobile sensing, environmental geometry, event-driven analytics, and physical execution. Existing drone code-generation systems primarily use prompt guardrails or simulator outcomes and provide limited failure localization. We present AeroEval, an agent-assisted middleware for staged validation of AI-generated drone missions. AeroEval combines deterministic program analysis with context-grounded LLM agents. It first validates program syntax, platform API usage, and mission intent, and then evaluates the realized behavior using execution trajectories, mission requirements, and environmental context. Each stage returns structured failure information for iterative regeneration. In our evaluation using 20 navigation tasks and five analytical mission types over AirSim and Gazebo simulators, AeroEval improves navigation success from 55% to 95%. In a stagewise ablation study, our Code and Trajectory Validators by themselves achieve mean run-level success rates of 44% and 56%, respectively, while the full AeroEval pipeline achieves 88%; the stages detect complementary failures in program structure, API usage, mission intent, obstacle avoidance, altitude, coverage, and event-driven transitions and the guided regeneration corrects for them. Across the main analytics missions, AeroEval increases aggregate run-level success from 34% for one-shot AeroGen to 88% within the regeneration budget. These results demonstrate the benefit of combining program-level and execution-grounded agentic validation for AI-generated drone applications in the evaluated environment.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、自然言語によるミッション記述からドローンプログラムを生成することができるが、構文的に有効なプログラムは、ユーザ意図、環境制約、ミッションレベルの行動に違反する可能性がある。 この問題は、生成されたコード間の相互作用、モバイルセンシング、環境幾何学、イベント駆動分析、物理的実行に依存するサイバー物理応用において顕著である。 既存のドローンコード生成システムは、主にプロンプトガードレールまたはシミュレーター結果を使用し、限られた障害ローカライゼーションを提供する。 我々はAI生成ドローンミッションのステージ検証を行うエージェント支援ミドルウェアであるAeroEvalを紹介する。 AeroEvalは、決定論的プログラム分析と文脈的LLMエージェントを組み合わせる。 プログラムの構文、プラットフォームAPIの使用、ミッション意図をまず検証し、実行軌跡、ミッション要件、環境コンテキストを使用して実現された振る舞いを評価する。 各ステージは、繰り返し再生のための構造化された障害情報を返す。 AirSimとGazeboシミュレータによる20のナビゲーションタスクと5種類の分析ミッションを用いた評価では、AeroEvalはナビゲーション成功率を55%から95%に改善する。 段階的アブレーション調査では、コードとトラジェクトリバリケータは、それぞれ平均ランレベルの成功率44%と56%を達成し、完全なAeroEvalパイプラインは88%、ステージは、プログラム構造、API使用、ミッションインテント、障害物回避、高度、カバレッジ、イベント駆動トランジションの相補的障害を検出し、ガイド付きリジェクションが修正される。 主要な分析ミッション全体では、AeroEvalは1ショットのAeroGenの34%から再生予算の88%まで、総実行レベルの成功率を高めている。 これらの結果は、評価環境におけるAI生成ドローンアプリケーションに対するプログラムレベルと実行地上エージェントバリデーションの組み合わせの利点を示す。

関連論文リスト

• ASENA: Self-evolving Agents for Embodied Navigation [84.64998230277466]
  ASENAは汎用コーディングエージェントをロボットセンシング、計算、教師付き実行、永続的な体験に接続する。 独立政策としてASENA-VLNはR2Rで68.7%、RxRで70.2%という最先端の成功率を達成した。
  論文  参考訳（メタデータ） (2026-09-30T07:53:50Z)
• EmbodiRSI: Recursive Self-Improvement for Data-Efficient Robot Adaptation [54.5481724465918]
  EmbodiRSIは、リアルからシミュレート・トゥ・リアル・セッティングにおける反復的な政策改善のためのシステムである。 タスク固有のシミュレーションは、ターゲットのデプロイメントシナリオから構築され、低コストな環境として使用される。 400の適応的なシミュレートされた軌道と、サブタスクごとに10の現実世界の軌道しか持たないため、EmbodiRSIは83.1%のシーンバランスの自律的実世界の成功を達成している。
  論文  参考訳（メタデータ） (2026-09-30T03:54:53Z)
• AgenticSwarm: Semantic Perception and Adaptive Task Allocation for Heterogeneous Multi-UAV Missions [2.063085443869579]
  AgenticSwarmは、複数のUAVミッションにおける意味認識と適応タスク割り当てのためのエージェントフレームワークである。 AgenticSwarmは5つの多様なGazebo環境と屋内の実環境で評価されている。 グラウンディングDINO+SAM2.1の認識ベースラインと比較すると、SAM3ベースのパイプラインはクラス認識のリコールを25.2ポイント(pp)、セマンティックラベルの精度を29.5ppで改善している。
  論文  参考訳（メタデータ） (2026-09-18T12:51:57Z)
• HarnessVLN: Unifying Training-Free Embodied Navigation through an Agent Harness [30.61739879302674]
  身体的ナビゲーションでは、エージェントは空間観測において指示や目標を下ろす必要がある。 本稿では,ゼロショットでトレーニング不要なフレームワークであるHarnessVLNを紹介した。
  論文  参考訳（メタデータ） (2026-09-14T08:15:56Z)
• AeroCopilotBench: A Two-Tier Benchmark for Evaluating LLM Agents as Aviation Copilots in an Interactive Virtual Cockpit Environment [9.576288529585241]
  大型言語モデル(LLM)エージェントは、複雑な決定とタスク実行でフライトクルーを支援することができる。 静的知識を中心とした既存の航空評価は、手続き実行と安全コンプライアンスの体系的なテストをサポートしない。 本稿では,対話型バーチャルコックピットテスト環境と2層航空エージェント評価ベンチマークであるAeroCopilotBenchについて述べる。
  論文  参考訳（メタデータ） (2026-08-17T09:53:52Z)
• Apodex Discovery: Reality Benchmarks and Environments for Evaluating and Building Discoverative Artificial Intelligence [86.61561123749011]
  Apodex Discovery(アポデックスディスカバリー)は、重度解法を用いて発見的AIを構築し評価するためのフレームワークである。 まず16のセクターで511の業界を調査し、423の高価値現実問題を集め、最初のリリースで20を選定した。 第二に、共通の環境-タスク-エピソード抽象化は、データ、ツール、制約、フィードバック、軌跡記録、中間成果物と最終提出物の検証を提供する。
  論文  参考訳（メタデータ） (2026-08-11T18:48:40Z)
• Learning from Failure: Inference-Time Self-Improvement for Computer-Use Agents [80.03824805228719]
  コンピュータ利用エージェントを開発する上での大きな課題は、大規模で高品質な軌道を収集することである。 我々は、失敗した軌道をエージェント改善に変換するデータ中心のパラダイムを提案する。 この手法をOSWorldベンチマーク上で,最先端のOpenCUA-72Bモデルを用いて検証する。
  論文  参考訳（メタデータ） (2026-06-30T07:44:37Z)

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。