AeroWeaver: 空中スキルを分散適応型群実行に織り込む身体性エージェントハーネス

- UAV swarm の協調自律を対象に、LLM agent の意味的推論と実行可能な skill を結びつける embodied-agent harness『AeroWeaver』を提案。 - 個々の UAV skill を mission-level の協調行動へ編成し、分散実行とオンライン適応を可能にする枠組み。 - 検索・検査・追跡などの集合タスクを想定。

- 従来の LLM agent 研究は自然言語理解と高レベル計画を強化したが、実行可能な capability への grounding、グローバル推論と分散実行の整合、経験に基づく継続適応が課題。 - AeroWeaver は semantic decision を governed skill に接続し、role-conditioned local agent で分散協調を組織。 - 中央 agent が global context から joint action を生成せず、body-local なマルチ UAV 運用を可能にする点が特徴。

- semantic decision を governed skill へ接続する仕組み。 - role-conditioned local agent を組織し、分散協調を実現。 - role-indexed state-action-reward 経験を用いて skill selection をオンラインで洗練。 - reward-guided online update により training-free な適応学習経路を提供。

- 実験と runtime validation を実施。 - テスト条件下で有効な skill execution を維持することを確認。 - 中央 agent が global context から joint action を生成しない body-local なマルチ UAV 運用を支持。 - reward-guided online update が累積実行経験からの適応学習に training-free 経路を与えることを示す。

- 要旨からは、テスト条件外の限界、スケーラビリティ、安全性、通信制約などの議論は不明。 - 提案手法の有効性は示されるが、詳細な比較や失敗事例は要旨からは不明。

- 要旨で参照/比較されている個別研究は明示されていない。 - 関連手法として LLM agents、UAV swarms、collective intelligence、embodied agents、distributed coordination、reward-guided online learning などが挙げられる。 - 同分野の定番として multi-agent reinforcement learning、swarm robotics、task and motion planning などが次に読む候補。