視覚言語対応UAVトリアージと災害対応のためのシステム工学フレームワーク
本研究は、災害対応における人間とUAVのループにVision Language Model（VLM）を調整エージェントとして組み込むためのシステム工学フレームワークを提案する。従来の意思決定支援を超え、自然言語インタラクション、ミッション調整、ソフトウェアインザループ実装、Incident Command System（ICS）準拠の通信を統合する。モデルベースシステム工学（MBSE）に基づいて開発され、7名の参加者による予備的ヒューマンファクター評価では、作業負荷の低減とAI信頼性・通信明瞭性の高評価が得られた。
近年、視覚言語モデル（VLM）の進歩により、災害対応に新たな可能性が生まれている。災害現場では、限られた時間の中で大量のセンサーデータを解釈しなければならない。現在のVLM応用には、状況認識のためのソーシャルメディア監視、行動計画案の生成、技術的な警告を一般向けメッセージに変換することなどが含まれる。こうしたツールは情報の流れを加速できる一方、意思決定支援の役割にほぼ限定されている。人間がモデルの出力をチームやロボット資産をまたぐ調整行動に変換しなければならないため、オペレータの負担が増える可能性もある。
本研究では、このギャップに対処するため、VLMを人間とUAVのループ内に調整エージェントとして埋め込むシステム工学フレームワークを提案している。提案アーキテクチャは、VLMを単なる助言ツールとしてではなく、人間のオペレータ、ミッション制御ロジック、UAVタスク実行の間の通信を促進する役割として位置づける。自然言語インタラクション、ミッションレベルのタスク調整、ソフトウェアインザループ実装、Incident Command System（ICS）に準拠した通信を統合している。
このフレームワークはモデルベースシステム工学（MBSE）の手法で開発され、ユースケース図とブロック定義図を用いてシステムの役割、内部構造、コンポーネント間の相互作用が示された。中核となる3つの要素、すなわちVLM調整エージェント、UAVミッション制御、タスクアロケータは、統合シミュレーションおよび制御環境内に実装された。さらに、7名の参加者による予備的ヒューマンファクター評価が実施された。
評価の結果、精神的負荷、努力、苛立ちといった側面で知覚される作業負荷が低下し、AIへの信頼とコミュニケーションの明瞭さについては高い評価が得られた。MBSE、ソフトウェアインザループ試験、ヒューマンファクター評価を統合することで、この研究は高リスクな災害対応におけるスケーラブルな人間-自律システム連携を前進させる。航空宇宙の自律性や市民安全への幅広い応用も期待される。
本論文は「A Systems Engineering Framework for Vision-Language-Enabled UAV Triage and Disaster Response」と題され、Swapnil Saha氏ら4名の著者によるものである。全10ページ・8図からなり、AIAA AVIATION 2026フォーラムのAIAA Paper 2026-4010として受理された原稿であり、2026年7月30日にarXiv（arXiv:2607.27597）へ提出された。