エッジAI/言語モデル/ドローン2026/6/1arXiv:2606.30151

AERIS: ランタイムにおけるオーケストレーション型言語モデル群による航空エッジの役割駆動インテリジェンス

AERIS: Aerial-Edge Role-Driven Intelligence at Runtime via Orchestrated Language-Model Swarm

ドローンなどの航空プラットフォーム上で、複数の小型言語モデルと知覚・制御モジュールを役割として動的に組み合わせ、エッジでインテリジェントな自律制御を実現するフレームワークを提案した。

詳しい要約

1. どんなもの？

- 航空プラットフォーム向けのedge deployment frameworkであるAERISを提案。 - 専用のsmall language modelsと軽量なperception・control modulesをrolesとして構成。 - runtimeでrolesをinstantiateし、resources変化に応じてexecutors間で動的にrebind。 - 知能をedgeに押し出すことを目指す。 - long-horizon instruction decompositionをattention-subgoal alignment mechanismで実現。 - 高忠実度UAV Vision-and-Language Navigation benchmarkで評価。

2. 先行研究と比べてどこがすごい？

- 従来のrobotic systemsへのlarge language models統合は、strict heartbeat-constrained schedulingと限られたcomputational powerにより実用展開が制約されていた。 - AERISはedge deployment frameworkとして、専用small language modelsと軽量modulesをroles化し、runtimeで動的にrebindすることで、これらの制約に対処。 - 具体的な先行研究との比較は要旨からは不明。

3. 技術・手法の肝は？

- dedicated small language modelsとlightweight perception・control modulesをrolesとして組織。 - rolesをruntimeでinstantiateし、resources変化に応じてexecutors間で動的にrebind。 - attention-subgoal alignment mechanismにより、messages内で現在activeなinstruction stepをannotateし、long-horizon instruction decompositionを実現。 - これにより長期目標に段階的に接近。 - heartbeat-timed execution mechanismの下、低頻度plannerと高頻度controller間で安定したperception-decision-control loopを維持。

4. どうやって有効だと検証した？

- 高忠実度UAV Vision-and-Language Navigation benchmarkで評価。 - heartbeat-timed execution mechanism下で、低頻度plannerと高頻度controller間の安定したperception-decision-control loopを維持し、real-time closed-loop operationをサポートすることを確認。 - planningとfast responseに焦点を当てた2つのreal-world experimentsでdeployabilityを検証。 - 補足資料にdemonstration videoを提供。

5. 議論はある？

- 要旨からは不明。

6. 次に読むべき論文は？

- 要旨で参照/比較されている研究は明示されていない。 - 同分野の定番として、UAV Vision-and-Language Navigation、edge deployment for robotics、small language models、heartbeat-constrained scheduling、attention-subgoal alignmentに関連する研究が次に読むべき候補。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Jiabin Lou, Haopeng Wang, Xinyu Liu, Yu Zhang, Rongye Shi, Wenjun Wu

分類: cs.RO

原文アブストラクト

Integrating large language models into robotic systems holds promise for enhancing autonomy, yet practical deployment remains constrained by strict heartbeat-constrained scheduling and limited computational power. We propose AERIS: an edge deployment framework for aerial platforms. It organizes dedicated small language models combined with lightweight perception and control modules into roles that can be instantiated at runtime, and dynamically rebinds them across different executors as resources change, thereby pushing intelligent capabilities to the edge. AERIS achieves long-horizon instruction decomposition through an attention-subgoal alignment mechanism, which involves annotating the currently active instruction step in messages, thereby progressively approaching long-term objectives. We evaluate AERIS on a high-fidelity UAV Vision-and-Language Navigation benchmark. Under a heartbeat-timed execution mechanism, AERIS maintains a stable perception-decision-control loop between a low-frequency planner and a high-frequency controller, supporting real-time closed-loop operation. We further validate its deployability through two real-world experiments focused on planning and fast response. A demonstration video is provided in the supplementary materials.

arXivで原文を読む →arXiv概要ページ

← 論文一覧