arXiv Artificial Intelligence· Muhammad Ashfaq, Ahmed R. Sadik, Ewan Warburton, Pyry Kotilainen, Niko M\"akitalo, Tommi Mikkonen·· 13 小时前AI 评分32
SafeOrchestrate：面向信息物理系统的运行时校验意图驱动编排
SafeOrchestrate: Runtime Checked Intent-Driven Orchestration for Cyber-Physical Systems
AI 导读
SafeOrchestrate 是一套运行时校验、意图驱动的信息物理系统编排参考架构，从自然语言意图推导原子目标并生成可运行时校验的规范，再绑定到设备能力，执行前用运行时状态与安全约束验证每个候选动作。
推荐理由模型分析
该工作针对自然语言驱动的信息物理系统编排中LLM工具调用缺乏约束的风险，提出在动作执行前生成可运行时检查的规约，并借助WoT的TD与MCP完成设备能力接地，再用SMT护栏校验候选动作。在模拟智能家居、温室和工业自动化任务上，其必需动作准确率保持100%，MCP执行相似度除一项为92%外其余均为100%，而直接LLM到MCP的基线在多设备、事件触发和有序任务上降至13%。开发者可据此比较带运行时约束的编排方案与裸LLM调用的可靠性差异，但结论限于仿真任务，尚未涉及真实设备部署与安全认证。
来源：arXiv Artificial Intelligence · arxiv.org