サイバーフィジカルエージェント向けリアルタイム潜在通信SCALE

- cyber-physical agents 向けの real-time latent communication 手法 SCALE を提案した研究 - 生の sensor data や text ではなく中間表現 (latent) を直接交換して協調する - 帯域制約と heterogeneous task deadlines を考慮する点が特徴 - 3つの cyber-physical benchmarks と physical spider robot case study で評価

- 既存の latent communication は主に LLM agents 向けに設計 - 従来手法は cyber-physical agents の bandwidth 制約や heterogeneous task deadlines を考慮していない - SCALE は物理世界の spatio-temporal continuity を利用する点が新しい - 帯域制約下での task performance と on-time delivery を両立させる点が先行研究と異なる

- 連続する latent messages 間で token を similarity scores によりマッチングし、再利用可能な情報を特定して冗長送信を回避 - 送信する latent 情報量ごとに semantic gain と communication cost をプロファイリング - その profile に基づき、real-time scheduler が送信対象メッセージと latent token 数を帯域・deadline 制約下で同時決定 - 物理世界の spatio-temporal continuity を前提とした設計

- 3つの cyber-physical benchmarks で評価 - physical spider robot の case study を実施 - 多様な network conditions と heterogeneous task deadlines の下で検証 - bandwidth-constrained networks において task performance と on-time delivery の両方が大幅改善したと報告

- 要旨からは不明 - ただし bandwidth-constrained networks における有効性が示されている - 限界や失敗ケース、scheduler の計算 overhead などについての議論は要旨からは不明

- 既存の LLM agents 向け latent communication 手法 (具体的名称は要旨からは不明) - cyber-physical agents における communication 手法の関連研究 (具体的名称は要旨からは不明) - 同分野の定番として multi-agent reinforcement learning や networked control 関連の研究