論文の概要: Efficient State Abstraction using Object-centered Predicates for Manipulation Planning

• arxiv url: http://arxiv.org/abs/2007.08251v1
• Date: Thu, 16 Jul 2020 10:52:53 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-09 23:53:13.976753
• Title: Efficient State Abstraction using Object-centered Predicates for Manipulation Planning
• Title（参考訳）: 操作計画のためのオブジェクト指向述語を用いた効率的な状態抽象化
• Authors: Alejandro Agostini, Dongheui Lee
• Abstract要約: 本稿では,より広い構成空間の変化を特徴付けるオブジェクト中心表現を提案する。 この表現に基づいて、幾何学的および力的整合性を持つ計画の生成を可能にする行動の選択と配置のための普遍的な計画演算子を定義する。
• 参考スコア（独自算出の注目度）: 86.24148040040885
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The definition of symbolic descriptions that consistently represent relevant geometrical aspects in manipulation tasks is a challenging problem that has received little attention in the robotic community. This definition is usually done from an observer perspective of a finite set of object relations and orientations that only satisfy geometrical constraints to execute experiments in laboratory conditions. This restricts the possible changes with manipulation actions in the object configuration space to those compatible with that particular external reference definitions, which greatly limits the spectrum of possible manipulations. To tackle these limitations we propose an object-centered representation that permits characterizing a much wider set of possible changes in configuration spaces than the traditional observer perspective counterpart. Based on this representation, we define universal planning operators for picking and placing actions that permits generating plans with geometric and force consistency in manipulation tasks. This object-centered description is directly obtained from the poses and bounding boxes of objects using a novel learning mechanisms that permits generating signal-symbols relations without the need of handcrafting these relations for each particular scenario.
• Abstract（参考訳）: 操作タスクにおける幾何学的側面を一貫して表現する象徴的記述の定義は、ロボットコミュニティでほとんど注目を集めていない難しい問題である。 この定義は通常、実験室で実験を行うための幾何学的制約のみを満たす有限の対象関係と向きの集合の観測者の視点から行われる。 これにより、オブジェクト設定空間における操作アクションで可能な変更は、特定の外部参照定義と互換性のあるものに制限され、可能な操作のスペクトルは大きく制限される。 これらの制限に対処するために、従来のオブザーバ・パースペクティブよりもはるかに広い構成空間の変化を特徴付けるオブジェクト中心表現を提案する。 この表現に基づいて、操作タスクにおける幾何的および力的整合性を持つ計画を生成するための行動の選択と配置のための普遍的な計画演算子を定義する。 このオブジェクト中心記述は、特定のシナリオごとにこれらの関係を手作りすることなく、信号-シンボル関係を生成することができる新しい学習機構を用いて、オブジェクトのポーズおよびバウンディングボックスから直接得られる。

関連論文リスト

• LARS-VSA: A Vector Symbolic Architecture For Learning with Abstract Rules [1.3049516752695616]
  我々は、オブジェクトレベルの特徴を抽象ルールから分離し、限られた量のデータから学習できる「関係ボトルネック」を提案する。 我々は「関係ボトルネック」戦略を高次元空間に適応させ、シンボルと関係表現の間の明示的なベクトル結合操作を取り入れた。 我々のシステムは超次元空間における演算のオーバーヘッドが低いことの恩恵を受けており、様々なテストデータセットで評価すると、技術の状態よりもはるかに効率的である。
  論文  参考訳（メタデータ） (2024-05-23T11:05:42Z)
• "Set It Up!": Functional Object Arrangement with Compositional Generative Models [48.205899984212074]
  未特定命令の解釈を学習するためのフレームワークであるSetItUpを導入する。 研究デスク,ダイニングテーブル,コーヒーテーブルからなるデータセット上で,我々のフレームワークを検証する。
  論文  参考訳（メタデータ） (2024-05-20T10:06:33Z)
• Composable Part-Based Manipulation [61.48634521323737]
  本稿では,ロボット操作スキルの学習と一般化を改善するために,構成可能な部品ベース操作(CPM)を提案する。 CPMは構成可能な拡散モデルの集合で構成され、各モデルは異なるオブジェクト間の対応をキャプチャする。 シミュレーションおよび実世界のシナリオにおいて、我々のアプローチを検証し、ロバストかつ一般化された操作能力を達成する上での有効性を実証する。
  論文  参考訳（メタデータ） (2024-05-09T16:04:14Z)
• Constrained Layout Generation with Factor Graphs [21.07236104467961]
  本稿では,各室に4つの潜伏変数ノード,各制約に1つの因子ノードを持つ因子グラフに基づくアプローチを提案する。 ファクタノードは、それらが接続されている変数間の依存関係を表し、より高い順序の可能性のある制約を効果的にキャプチャする。 我々のアプローチはシンプルで、ユーザ要求に忠実なレイアウトを生成し、既存のメソッドよりもIOUスコアが大幅に改善されていることを実証しています。
  論文  参考訳（メタデータ） (2024-03-30T14:58:40Z)
• Unified Task and Motion Planning using Object-centric Abstractions of Motion Constraints [56.283944756315066]
  本稿では,タスクとモーションプランニングを一つの検索に統一するTAMP手法を提案する。 我々のアプローチは、オフザシェルフAIサーチの計算効率を活用して、物理的に実現可能な計画が得られるような、オブジェクト中心の動作制約の抽象化に基づいている。
  論文  参考訳（メタデータ） (2023-12-29T14:00:20Z)
• Object-Centric Conformance Alignments with Synchronization (Extended Version) [57.76661079749309]
  対象中心のペトリネットが一対多の関係を捉える能力と,その同一性に基づいたオブジェクトの比較と同期を行う識別子を持つペトリネットの能力を組み合わせた,新たな形式主義を提案する。 我々は、満足度変調理論(SMT)の符号化に基づく、そのようなネットに対する適合性チェック手法を提案する。
  論文  参考訳（メタデータ） (2023-12-13T21:53:32Z)
• Learning Type-Generalized Actions for Symbolic Planning [4.670305538969915]
  本稿では,与えられた実体階層を用いてシンボル動作を一般化する新しい概念を提案する。 模擬グリッド型キッチン環境において,少数の観測結果から型一般化動作を学習し,新しい状況に一般化できることが示される。
  論文  参考訳（メタデータ） (2023-08-09T11:01:46Z)
• Neural Constraint Satisfaction: Hierarchical Abstraction for Combinatorial Generalization in Object Rearrangement [75.9289887536165]
  基礎となるエンティティを明らかにするための階層的抽象化手法を提案する。 本研究では,エージェントのモデルにおける実体の状態の介入と,環境中の物体に作用する状態の対応関係を学習する方法を示す。 この対応を利用して、オブジェクトの異なる数や構成に一般化する制御法を開発する。
  論文  参考訳（メタデータ） (2023-03-20T18:19:36Z)
• SORNet: Spatial Object-Centric Representations for Sequential Manipulation [39.88239245446054]
  シーケンシャルな操作タスクでは、ロボットが環境の状態を認識し、望ましい目標状態につながる一連のアクションを計画する必要がある。 本研究では,対象対象の標準視に基づくRGB画像からオブジェクト中心表現を抽出するSORNetを提案する。
  論文  参考訳（メタデータ） (2021-09-08T19:36:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。