跳转至

文章背景与核心概要

在复杂的元宇宙和虚拟环境中实现具备认知能力、持久性且具有上下文感知能力的虚拟智能体，面临着巨大的概念和技术障碍。为了满足构建强大架构的需求，认知具身智能体架构（CEAA）提供了一个用于管理感知、记忆、推理、规划和具身动作的框架。

本文研究了如何集成小型语言模型（SLMs）与边缘计算，以优化特定的核心CEAA过程——即对智能体持久性和认知编排至关重要的“思考（Think）”与“记忆（Memory）”过程。作者开发并评估了一种基于边缘端到端虚拟智能体网关系统，该系统采用NVIDIA Jetson Orin NX硬件并搭配了不同参数规模的Qwen2.5模型。通过模拟实验，该研究测量了路由准确率、内存读取性能以及系统延迟，展示了一个能够高效驱动沉浸式虚拟世界中具身智能体认知引擎的功能性原型。

增强虚拟智能体通过SLM与边缘计算：思考与记忆过程的探索性评估 (Enhancing Virtual Agents through SLMs and Edge-Computing: An Exploratory Evaluation of Think and Memory Processes)

作者： Aimilios Hadjiliasi, Louis Nisiotis
提交于： 2026年8月13日
主要学科： 人工智能 (cs.AI)
arXiv 标识符： arXiv:2608.13420
DOI： 10.48550/arXiv.2608.13420

Authors: Aimilios Hadjiliasi, Louis Nisiotis
Submitted on: August 13, 2026
Primary Subject: Artificial Intelligence (cs.AI)
arXiv Identifier: arXiv:2608.13420
DOI: 10.48550/arXiv.2608.13420

📋 摘要 (Summary)

在复杂的元宇宙和虚拟环境中实现具备认知能力、持久性且具有上下文感知能力的虚拟智能体，面临着巨大的概念和技术障碍。为了解决对强大架构的需求，认知具身智能体架构（Cognitive Embodied Agent Architecture, CEAA） 提供了一个用于管理感知、记忆、推理、规划和具身动作的框架。

本文研究了集成小型语言模型（SLMs）与边缘计算以优化特定核心 CEAA 过程（即对智能体持久性和认知编排至关重要的“思考（Think）”与“记忆（Memory）”过程）的方法。作者开发并评估了一种基于边缘的虚拟智能体网关系统，采用 NVIDIA Jetson Orin NX 硬件并搭配不同参数规模的 Qwen2.5 模型。通过模拟实验，该研究测量了路由准确率、内存读取性能以及系统延迟，证明了一个功能性原型的可行性，该原型能够高效驱动沉浸式虚拟世界中具身智能体的认知引擎。

Implementing cognitively capable, persistent, and context-aware virtual agents within complex Metaverse and virtual environments presents significant conceptual and technological hurdles. To address the need for robust architectures, the Cognitive Embodied Agent Architecture (CEAA) provides a framework for managing perception, memory, reasoning, planning, and embodied actions.

This paper investigates the integration of Small Language Models (SLMs) and edge computing to optimize specific core CEAA processes—namely "Think" and "Memory"—which are essential for agent persistence and cognitive orchestration. The authors developed and evaluated an edge-based virtual agent gateway system using NVIDIA Jetson Orin NX hardware paired with various sizes of Qwen2.5 models. Through simulation experiments, the study measures routing accuracy, memory-read performance, and system latency, demonstrating a functional prototype capable of efficiently powering an embodied agent's cognitive engine for immersive virtual worlds.

🛠️ 系统实现与评估亮点 (System Implementation & Evaluation Highlights)

  • 核心框架： 认知具身智能体架构（CEAA）
  • 目标过程： “思考（Think）”与“记忆（Memory）”（认知编排与对话持久性）
  • 硬件基础设施： NVIDIA Jetson Orin NX（边缘计算环境）
  • 语言模型： 不同参数规模的 Qwen2.5 模型
  • 评估指标：
  • 服务请求的路由准确率
  • 内存读取检索性能
  • 端到端处理延迟
  • Core Framework: Cognitive Embodied Agent Architecture (CEAA)
  • Target Processes: "Think" and "Memory" (cognitive orchestration and conversational persistence)
  • Hardware Infrastructure: NVIDIA Jetson Orin NX (Edge-Computing Environment)
  • Language Models: Qwen2.5 models of varying parameter sizes
  • Evaluated Metrics:
  • Routing accuracy of service requests
  • Memory-read retrieval performance
  • End-to-end processing latency

🔗 全文与访问链接 (Full-Text & Access Links)

🔍 参考文献与外部工具 (References & External Tools)