この研究は、動的環境における自律エージェントの協調が高レベルのミッション目標と低レベルのプランナー入力の間に存在する意味的ギャップに妨げられている問題に取り組んでいます。著者たちは、知識グラフ(KG)を中心にしたフレームワークを提案し、知識グラフがエージェントごとのミッション意識の“世界観”と物理的な移動ルールを編成する知的翻訳レイヤーとして機能します。これにより、KG内の事実を変更するだけで、複雑な協調経路を容易に修正可能になります。メキシコ湾での自律水中車両(AUV)のケーススタディは、プロセスを視覚的に示し、異なる宣言的ポリシーが異なる高性能な結果を生み出すことを定量的に証明しています。この研究はKGを単なるデータリポジトリではなく、適応可能で説明可能な自律システムを構築するための強力な状態保持オーケストレーターとして位置づけています。