[論文レビュー] Artificial Intelligence for Modeling & Simulation in Digital Twins

Philipp Zech, István Dávid|arXiv (Cornell University)|Feb 22, 2026

Digital Transformation in Industry被引用数 0

ひとこと要約

この章は、デジタルツイン（DT）がモデリングとシミュレーション（M&S）およびAIをどのように活用してリアルタイムデータ交換、予測分析、および自律的意思決定を可能にするかを概観します。DTの基盤、M&Sの統合、AIの相乗効果、標準、および将来の研究方向について論じます。

ABSTRACT

The convergence of modeling & simulation (M&S) and artificial intelligence (AI) is leaving its marks on advanced digital technology. Pertinent examples are digital twins (DTs) - high-fidelity, live representations of physical assets, and frequent enablers of corporate digital maturation and transformation. Often seen as technological platforms that integrate an array of services, DTs have the potential to bring AI-enabled M&S closer to end-users. It is, therefore, paramount to understand the role of M&S in DTs, and the role of digital twins in enabling the convergence of AI and M&S. To this end, this chapter provides a comprehensive exploration of the complementary relationship between these three. We begin by establishing a foundational understanding of DTs by detailing their key components, architectural layers, and their various roles across business, development, and operations. We then examine the central role of M&S in DTs and provide an overview of key modeling techniques from physics-based and discrete-event simulation to hybrid approaches. Subsequently, we investigate the bidirectional role of AI: first, how AI enhances DTs through advanced analytics, predictive capabilities, and autonomous decision-making, and second, how DTs serve as valuable platforms for training, validating, and deploying AI models. The chapter concludes by identifying key challenges and future research directions for creating more integrated and intelligent systems.

研究の動機と目的

• デジタルツインを定義し、主要な構成要素、アーキテクチャ層、およびステークホルダーの役割を特定する。
• DTにおけるM&Sの役割を説明し、一般的なモデリングとシミュレーション手法を概説する。
• AIがDTを強化する方法と、DTがAIの開発・展開を促進する方法を検討する。
• アーキテクチャ統合標準（ISO 23247および関連標準）と、それらの分野横断的適用性を論じる。
• 統合された知的システムの課題を強調し、将来の研究方向を提案する。）

提案手法

• DTの構成要素を記述する：物理資産、仮想モデル、データ層、接続層。
• モデリングとシミュレーション技術をレビューする：物理ベース、DES、DEVS、システムダイナミクス。
• DT内のM&S統合戦略を説明する：マルチパラダイムモデリング、代理モデリングを含む。
• DTへのAI統合を論じる：分析、自治制御、トレーニングと検証のためのAI駆動データ生成。
• 標準（ISO 23247-1:2021、ISO/IEC 30173:2023）と実装例を要約し、アーキテクチュアルガイダンスを示す。

実験結果

リサーチクエスチョン

• RQ1 デジタルツインの本質的な構成要素とアーキテクチャ層は何で、それらはどのように相互作用するか。
• RQ2 M&SとAIをDTに統合して予知保全、最適化、自律意思決定をどう改善できるか。
• RQ3 跨域DT開発と相互運用性を支える標準とアーキテクチャ指針は何か。
• RQ4 より統合された知的DTシステムを実現する上での主要な課題と将来の方向性は何か。
• RQ5 業界横断の例は、DT、M&S、AIの統合の実践的適用をどのように示しているか。

主な発見

• DTは物理的資産、デジタル/仮想モデル、データ層、および接続性を組み合わせて双方向データ交換とリアルタイム同期を実現する。
• ハイブリッドモデリング手法（物理ベース、DES、DEVS、SD）は、忠実で高精度な一方で計算効率の良いDT表現を支援する。
• AIは高度な分析、予測能力、自治制御を通じてDTを強化し、DTはAIモデルの訓練と検証のプラットフォームを提供する。
• ISO 23247-1:2021およびISO/IEC 30173:2023のような標準は、DT内および領域横断でモジュール化・相互運用可能なM&Sサービスのアーキテクチャ的指針を提供する。
• 事例は代理モデリング、マルチパラダイムモデリング、エッジ対応の安全なデータ交換といった実用的なDT設計パターンを示す。