検出を超えて：迅速なオンボード地球観測危機対応のための協調的マルチエージェント推論

Abstract

危険なイベントの迅速な識別は、災害対応を支援する次世代地球観測（EO）ミッションにとって不可欠です。しかし、現在のモニタリングパイプラインは依然として地上中心であり、ダウンリンクの制約、多源データ融合の制約、および網羅的なシーン解析の計算コストのため遅延が生じます。 この研究は、厳格なリソースと帯域幅の制約下でのオンボードEO処理のための階層的マルチエージェントアーキテクチャを提案します。システムは、イベント駆動型の意思決定パイプライン内で専門のAIエージェントを協調させることにより、補完的なマルチモーダル観測を活用することを可能にします。AIエージェントは、衛星プラットフォームなどの分散環境にある複数ノードへ展開できます。早期警戒エージェントはオンボード観測から迅速な仮説を生成し、領域特有の分析エージェントを選択的に作動させ、意思決定エージェントは証拠を統合して最終的な警報を発令します。アーキテクチャは、ビジョン-言語モデル、従来のリモートセンシング分析ツール、および役割別に特化したエージェントを組み合わせ、不要な計算を最小限に抑えつつ、マルチモーダル観測に対する構造化推論を可能にします。 概念実証の実装は、現在軌道上に展開されているエッジコンピューティングプラットフォームの工学モデルを用い、代表的な衛星データを使用して実行されました。森林火災および洪水監視のシナリオに関する実験は、提案されたルーティングベースのパイプラインが計算オーバーヘッドを大幅に削減しつつ、一貫した意思決定出力を維持することを示し、将来の自律的EO星座の分散エージェントベース推論の実現可能性を示しています。