論文の概要: Self-Crystallizing Behavior Trees: Amortizing Foundation-Model Reasoning into Deterministic Control for Autonomous Drones

• arxiv url: http://arxiv.org/abs/2610.25455v1
• Date: Sun, 18 Oct 2026 18:34:04 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:28:59.798525
• Title: Self-Crystallizing Behavior Trees: Amortizing Foundation-Model Reasoning into Deterministic Control for Autonomous Drones
• Title（参考訳）: 自己結晶性行動木:自律ドローンの決定論的制御への基礎モデル推論の補正
• Abstract要約: ファンデーションモデルは、レイテンシと非決定性のコストで、実行時に新しい制御ロジックを合成できる。 本稿では,基本モデルが実行時ではなくコンパイラである自己結晶行動木を提案する。 我々は,スキーマ制約付きLLMパイプラインとロックステップシミュレータを用いて,Microsoft Project AirSim上でSCBTを実装した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Classical robot control, Finite State Machines and Behavior Trees (BTs), is deterministic and inspectable but fixed at design time: it fails on situations its designers did not anticipate. Foundation models can synthesize new control logic at runtime, at a cost in latency and non-determinism hard to accept in safety-critical aerial systems. Existing LLM-driven approaches keep the model in the loop permanently and discard what it produces. We propose Self-Crystallizing Behavior Trees (SCBT), in which the foundation model is a compiler rather than a runtime. When a BT node fails, an LLM proposes a minimal, mission-agnostic subtree patch; CMA-ES tunes its parameters in simulation; a contextual bandit decides whether a stored patch or a new LLM call is worth its cost; and a three-stage admission pipeline (static check, invariant-monitored replays, an empirical margin over the unpatched tree) admits only patches that demonstrably recover. Admitted patches are stored in a fleet library and, once the LLM call rate decays, crystallized into a deterministic BT that no human wrote. We implement SCBT on Microsoft Project AirSim with a schema-constrained LLM pipeline (Gemini 3.1 Pro) and a lockstep simulator. Over three seeds of a 20-episode learning phase with wind-gust and battery failures, SCBT used $11\pm1.4$ LLM calls against 26 for whole-tree regeneration and 22 without a library, with 0.33 calls per episode in the second half. The crystallized trees, 28 and 33 nodes with two patches each, reached $97\pm2\%$ mission success with no learning running, against 12\% for the unpatched tree and 98\% for a hand-coded expert tree, and reproduce decision traces exactly when re-ticked offline. Two negative results: replay admission rejected useful wind recoveries by attributing wind-induced geofence excursions to the patch, and a static-only ablation generalized better to held-out failures.
• Abstract（参考訳）: 古典的なロボット制御、Finite State Machines and Behavior Trees (BTs)は決定論的かつ検査可能であるが、設計時に修正される。 ファンデーションモデルは、安全クリティカルな航空システムでは受け入れ難いレイテンシと非決定論的コストで、実行時に新しい制御ロジックを合成することができる。 既存のLLM駆動アプローチでは、モデルを永久にループに保持し、生成されたものを破棄する。 本稿では,基本モデルがランタイムではなくコンパイラである自己結晶行動木(SCBT)を提案する。 BTノードが失敗すると、LLMは最小限のミッションに依存しないサブツリーパッチを提案し、CMA-ESはそのパラメータをシミュレーションで調整し、コンテキストブレイジットはストアされたパッチまたは新しいLSMコールがコストに値するかどうかを判断し、3段階のインプットパイプライン(スタティックチェック、不変リプレイ、未パッチツリーに対する経験的マージン)は、明らかに回復するパッチのみを承認する。 許可されたパッチは艦隊図書館に保管され、LLMコールレートが崩壊すると、決定論的BTに結晶化され、誰も書かなかった。 我々は,スキーマ制約付きLLMパイプライン(Gemini 3.1 Pro)とロックステップシミュレータを用いて,Microsoft Project AirSim上でSCBTを実装した。 SCBTは、風車とバッテリーの故障を伴う20エピソード学習フェーズの3つの種のうち、111\pm1.4$ LLMコールを全木再生に26回、ライブラリー無しに22回使用し、後半は0.33回使用した。 2つのパッチを持つ28ノードと33ノードの結晶化ツリーは、未パッチツリーの12倍、未パッチツリーの98倍、未パッチツリーの12倍、ミッション成功率の9,7\pm2\%に達した。 2つの否定的な結果として,風によるジオフェンスの抽出をパッチに寄与させることで,有効風の回復を拒絶し,静的のみのアブレーションがホールドアウト障害よりも良く一般化した。

関連論文リスト

• Why Are GUI Agents Correct but Late? Decode on the Decision-Time Critical Path, Tested with Pre-Compiled Policy Trees [13.145367841870412]
  コンピュータ使用エージェントは、関連するウィンドウがクローズされた後にのみ正しいアクションを生成するため、過渡的なGUIイベントで失敗することが多い。 本稿では,モデルを変更することなく,この遅延を解消する適応予測ポリシーツリー(AAPT)を提案する。 ライトウェイトオブザーバは、変更ゲートフレームを準備されたブランチにマッチさせ、新しいテキストを生成することなく、即座に対応するアクションを実行する。
  論文  参考訳（メタデータ） (2026-07-30T15:50:10Z)
• Sequential Planning via Anchored Robotic Keypoints [3.176338968032152]
  トレーニング不要なニューロシンボリック操作システムであるSPARK(Anchored Robotic Keypoints, SPARK)について述べる。 単一のGeminiコールは、構成可能なキネマティックプリミティブの型付き振舞いツリー(BT)としてプランを構成する。 2つ目のGeminiコールでは、オブジェクトごとに3つの代替テキストプロンプトが提案され、SAM3がそれぞれを評価します。 代替のプロンプトは、空間スイートに+27.7、オブジェクトスイートに+10.0、全体のリカバリループに+5.0を加算する。
  論文  参考訳（メタデータ） (2026-06-29T17:48:01Z)
• Plans Don't Persist: Why Context Management Is Load Bearing for LLM Agents [3.4511611443217802]
  エージェントクリティカルな情報は永続性よりもコンテキスト依存的であることを示す。 このコントリビューションは、エージェントクリティカルな情報が永続性よりもコンテキスト依存的であることを示す測定およびストレステストフレームワークである。
  論文  参考訳（メタデータ） (2026-06-22T07:30:47Z)
• From Attack Simulation to SIEM Rule: Deterministic Detection-as-Code Synthesis with Probe-Level Traceability [51.56484100374058]
  セキュリティチームは、自身のシステムに対する攻撃をシミュレートして、監視が真の侵入者を捕まえるかどうかをチェックする。 人間はそのギャップを手でブリッジし、それぞれの発見を読み、対応するシグマルールを書きます。 ロックされたコーパスからプローブが引き出されると,この変換が部分的に自動化されることを示す。
  論文  参考訳（メタデータ） (2026-06-03T14:26:25Z)
• ClawTrace: Cost-Aware Tracing for LLM Agent Skill Distillation [9.992155237142306]
  ClawTraceは、エージェントセッション中にすべてのLCMコール、ツール使用、サブエージェントスレーブを記録するエージェントトレースプラットフォームである。 CostCraftは、TraceCardsを読み出し、3種類のスキルパッチを生成する蒸留パイプラインである。 コスト属性とプルーパッチの両方が独立に品質の低下を減少させることを示す。
  論文  参考訳（メタデータ） (2026-04-26T19:44:10Z)
• Traversal-as-Policy: Log-Distilled Gated Behavior Trees as Externalized, Verifiable Policies for Safe, Robust, and Efficient Agents [18.383906296536185]
  Traversal-as-Policy: サンドボックス化されたOpenHandsの実行ログを単一の実行可能なGated Behavior Tree (GBT)に蒸留する 各ノードは状態条件のアクションマクロを符号化し、成功した軌道からマージチェックを行う。 実行時に、軽量なトラバーサは、子マクロに対するベースモデルの意図と一致します。
  論文  参考訳（メタデータ） (2026-01-30T16:25:08Z)
• Don't Get Lost in the Trees: Streamlining LLM Reasoning by Overcoming Tree Search Exploration Pitfalls [83.89771461061903]
  検証者による木探索アルゴリズムの最近の進歩は、大規模言語モデル(LLM)の推論能力を大幅に向上させた。 検証者による木探索アルゴリズムの最近の進歩は、大規模言語モデル(LLM)の推論能力を大幅に向上させた。 意味論的に等価なコンテンツを持つ冗長な状態による$textitover-Exploration$と、検証器のスコアリングにおける高いばらつきに起因する$textitunder-Exploration$である。 各種木探索アルゴリズムに適合するフレキシブルなプラグアンドプレイシステムであるFETCHを提案する。
  論文  参考訳（メタデータ） (2025-02-16T16:12:01Z)
• ReST-MCTS*: LLM Self-Training via Process Reward Guided Tree Search [50.45155830888697]
  ReST-MCTS*と呼ばれる強化された自己学習手法を開発し、プロセス報酬指導と木探索MCTS*を統合して、高品質な推論トレースを収集し、ポリシーや報酬モデルにステップごとの価値を学習する。 ReST-MCTS* における木探索ポリシーは,Best-of-N や Tree-of-Thought といった従来の LLM 推論ベースラインと比較して,同じ検索予算内で高い精度を達成できることを示す。
  論文  参考訳（メタデータ） (2024-06-06T07:40:00Z)
• Tree-Planner: Efficient Close-loop Task Planning with Large Language Models [63.06270302774049]
  Tree-Plannerは、大きな言語モデルでタスクプランニングを3つの異なるフェーズに再構成する。 Tree-Plannerは高い効率を維持しながら最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-10-12T17:59:50Z)

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。