論文の概要: Learning Which Device to Call: Online Tool Grounding for LLM Agents in IoT

• arxiv url: http://arxiv.org/abs/2610.25563v1
• Date: Sun, 18 Oct 2026 21:58:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 13:27:33.333925
• Title: Learning Which Device to Call: Online Tool Grounding for LLM Agents in IoT
• Title（参考訳）: どのデバイスを呼ぶべきか: IoTにおけるLLMエージェントのためのオンラインツールグラウンド
• Abstract要約: Internet of Things(IoT)は、大規模言語モデル(LLM)エージェントに物理観測へのアクセスを提供する。 要求された1つの能力は、通常いくつかのデバイスによって提供され、エージェントの計画では、どれを呼ぶかは述べない。 本稿では,各エージェントが発行する呼び出しに対して,どの物理デバイスを実行するべきかを学習するフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 4.7042910693360875
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Internet of Things (IoT) gives large language model (LLM) agents access to physical observations, but one requested capability is usually offered by several devices, and the agent's plan does not say which one to call. Existing work retrieves relevant tools and checks plan feasibility, without learning which eligible device returns a useful observation. Unlike previous works, we study online tool grounding: binding an already specified tool call to one physical endpoint under service cost and device participation constraints. We propose a framework that learns which physical device should execute each agent-issued call. It formulates selection as a contextual bandit problem and combines adaptive context partitions with hierarchical endpoint trees, so that execution feedback is reused across related requests and devices. Selection balances task success against service cost while respecting device capability, authorization, battery reserves, and availability. Gaussian reward aggregation provides an optional mechanism for protecting individual feedback values. Theoretical results establish a finite-horizon regret bound and differential privacy for released reward statistics under fixed, reward-independent assignments. In a simulated loading-dock workload, the proposed router achieves higher step success and better cost-adjusted service, at lower simulated device energy and latency, than nearest-device, advertised-quality, UCB1, and LinUCB selection.
• Abstract（参考訳）: IoT(Internet of Things)は、大規模言語モデル(LLM)エージェントに物理観測へのアクセスを提供するが、要求された機能のひとつは通常、複数のデバイスによって提供される。 既存の作業は関連するツールを検索し、どのデバイスが有用な観察結果を返すかを知ることなく、計画の実現可能性をチェックする。 従来とは違って,すでに指定されたツールコールをサービスコストとデバイス参加制約の下で,ひとつの物理的エンドポイントにバインドするという,オンラインツールグラウンディングについて検討しています。 本稿では,各エージェントが発行する呼び出しに対して,どの物理デバイスを実行するべきかを学習するフレームワークを提案する。 コンテクストのバンドイット問題として選択を定式化し、適応的なコンテキスト分割と階層的なエンドポイントツリーを組み合わせることで、関連する要求やデバイス間で実行フィードバックを再利用する。 選択は、デバイス能力、認可、バッテリー予備および可用性を尊重しながら、サービスコストに対するタスク成功のバランスを取る。 ガウス報酬アグリゲーションは、個々のフィードバック値を保護するオプションのメカニズムを提供する。 理論的結果は、固定された報酬非依存の割り当ての下で解放された報酬統計に対して、有限水平後悔境界と差分プライバシーを確立する。 模擬ローディングドックのワークロードにおいて,提案するルータは,最も近いデバイス,広告品質,CB1,LinUCB選択よりも,シミュレーションされたデバイスエネルギーとレイテンシを低くして,より高いステップ成功とコスト調整サービスを実現する。

関連論文リスト

• Toward SLM-based agentic task-tool intent matching [3.897391497125516]
  エージェントシステムの水平成長は、呼び出しごとの自動監視の必要性を動機付けている。 小型言語モデル (SLM) はタスクツールの関連分類器として機能する。 我々は、SLMの最適化と特殊化のために、プロンプト最適化、教師付き微調整、強化学習を利用する。
  論文  参考訳（メタデータ） (2026-10-02T12:31:01Z)
• Agentic AI as a Network Control-Plane Intelligence Layer for Federated Learning over 6G [47.84137752186323]
  6Gネットワーク上でのフェデレーション学習を管理するための制御層としてエージェントAIを提案する。 検索、計画、コーディング、評価に焦点を当てた専門エージェントのセットは、クライアントの選択、インセンティブ構造化、スケジューリング、リソース割り当て、適応的なローカルトレーニング、コード生成を扱う。 クローズドループ評価とメモリの使用により、システムは決定を一貫して洗練することができる。
  論文  参考訳（メタデータ） (2026-03-10T03:27:33Z)
• MindWatcher: Toward Smarter Multimodal Tool-Integrated Reasoning [55.221850286246]
  我々は、インターリーブド思考とマルチモーダル・チェーン・オブ・シークレット(CoT)推論を備えたツール統合推論エージェントであるMindWatcherを紹介する。 MindWatcherは、さまざまなツールの呼び出しと使用の調整を自律的に行うことができる。 車、動物、植物を含む8つのカテゴリをカバーする、大規模で高品質な局所画像検索データベースは、堅牢な物体認識モデルを提供する。
  論文  参考訳（メタデータ） (2025-12-29T12:16:12Z)
• Device Scheduling and Assignment in Hierarchical Federated Learning for Internet of Things [20.09415156099031]
  本稿では,デバイススケジューリングのための改良K-Centerアルゴリズムを提案し,IoTデバイスをエッジサーバに割り当てるための深層強化学習に基づくアプローチを提案する。 実験によると、IoTデバイスの50%のスケジューリングは一般的に、時間遅延とエネルギー消費を大幅に低減したHFLの収束を達成するのに十分である。
  論文  参考訳（メタデータ） (2024-02-04T14:42:13Z)
• Semantic Information Marketing in The Metaverse: A Learning-Based Contract Theory Framework [68.8725783112254]
  仮想サービスプロバイダ(VSP)によるインセンティブのメカニズム設計の問題に対処し,センサデータ販売にIoTデバイスを採用。 帯域幅が限られているため,センサIoTデバイスによる配信データを削減するためにセマンティック抽出アルゴリズムを提案する。 本稿では,新しい反復型契約設計を提案し,マルチエージェント強化学習(MARL)の新たな変種を用いて,モデル付き多次元契約問題の解法を提案する。
  論文  参考訳（メタデータ） (2023-02-22T15:52:37Z)
• Computational Intelligence and Deep Learning for Next-Generation Edge-Enabled Industrial IoT [51.68933585002123]
  エッジ対応産業用IoTネットワークにおける計算知能とディープラーニング(DL)の展開方法について検討する。 本稿では,新しいマルチエグジットベースフェデレーションエッジ学習(ME-FEEL)フレームワークを提案する。 特に、提案されたME-FEELは、非常に限られたリソースを持つ産業用IoTネットワークにおいて、最大32.7%の精度を達成することができる。
  論文  参考訳（メタデータ） (2021-10-28T08:14:57Z)
• Wireless Communications for Collaborative Federated Learning [160.82696473996566]
  IoT(Internet of Things)デバイスは、収集したデータを中央のコントローラに送信することができず、機械学習モデルをトレーニングすることができる。 GoogleのセミナルFLアルゴリズムでは、すべてのデバイスを中央コントローラに直接接続する必要がある。 本稿では,コラボレーティブFL(CFL)と呼ばれる新しいFLフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-06-03T20:00:02Z)
• Context-Aware Wireless Connectivity and Processing Unit Optimization for IoT Networks [10.248295944860963]
  提案手法は, エネルギー消費, 応答時間, セキュリティ, 金銭的コストを共同で最適化することにより, オフロードするデータの割合とともに, 最高の接続・処理ユニットを同時に選択する。 応答時間とセキュリティの観点からIoTデバイスの要件は、デバイスの残りのバッテリレベルとともに入力として捉えられ、開発されたアルゴリズムは最適化されたポリシーを返す。
  論文  参考訳（メタデータ） (2020-04-30T02:18:35Z)
• A Unified Object Motion and Affinity Model for Online Multi-Object Tracking [127.5229859255719]
  オブジェクトの動きと親和性モデルを単一のネットワークに統一する新しいMOTフレームワークUMAを提案する。 UMAは、単一物体追跡とメートル法学習をマルチタスク学習により統合された三重項ネットワークに統合する。 我々は,タスク認識機能学習を促進するために,タスク固有のアテンションモジュールを装備する。
  論文  参考訳（メタデータ） (2020-03-25T09:36:43Z)

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。