UAVスワーム向けLLM中心のエージェント型AI：アーキテクチャ、実現技術、および未解決問題
UAVスワームは捜索救助や環境モニタリングに有望だが、状況認識の欠如、断続的な接続性、サイバーセキュリティリスクが課題である。本論文では、LLMを中心としたエージェント型AIフレームワーク（LAUS）を提案し、知覚、記憶、推論・計画、行動を統合することで適応的なスワーム行動を実現する。主要な実現技術、優先度操作攻撃（PMA）などの脅威を分析し、幻覚耐性推論、SWaP制約下でのオンボードLLM展開、標準化されたセキュリティベンチマークなどの未解決課題を特定している。
無人航空機（UAV）スワームは、捜索救助（SAR）や環境モニタリングなどの応用において大きな可能性を秘めているが、その実運用は状況認識の不足、断続的な通信接続、そして重大なサイバーセキュリティリスクによって制限されている。従来のAIシステムはこうした動的な環境での適応的な意思決定に限界がある。そこで、Yousef Emamiらによる本論文では、大規模言語モデル（LLM）を中核とするエージェント型人工知能フレームワーク「LAUS」を提案する。これは、知覚、記憶、推論・計画、行動を閉ループの認知アーキテクチャに統合し、スワームの自律的かつ目標指向的な振る舞いを実現する。
LAUSフレームワークは、従来のAIシステムと比較して攻撃対象領域を広げる一方で、自律的で適応的なスワーム運用のための統一的な構造を提供する。論文では、オンボードおよびエッジコンピューティング、5G/6G接続、マルチモーダル知能、サイバーセキュリティメカニズムなどの主要な実現技術をレビューし、意思決定を歪めネットワーク性能を低下させる優先度操作攻撃（PMA）などの脅威を分析する。さらに、幻覚耐性推論、SWaP（サイズ、重量、電力）制約下でのオンボードLLM展開、エージェント型UAVシステムにおける知覚-推論攻撃のための標準化されたセキュリティベンチマークなど、未解決の研究課題を明らかにしている。これらの課題の解決は、UAVスワームの実世界展開に向けた重要なステップとなる。具体的には、LLMの幻覚問題がミッションクリティカルな状況で致命的となる可能性があるため、信頼性の高い推論メカニズムの開発が急務である。また、SWaP制約は小型UAVにLLMを搭載する際の大きな障壁であり、軽量で効率的なモデルの設計が必要となる。さらに、新たな攻撃ベクトルに対抗するための統一的なセキュリティ評価基準が求められている。本論文はこれらの課題を体系的に整理し、今後の研究方向性を示す重要な貢献をしている。