論文の概要: Towards Multi-Robot Task-Motion Planning for Navigation in Belief Space

• arxiv url: http://arxiv.org/abs/2010.00780v1
• Date: Thu, 1 Oct 2020 06:45:17 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-12 08:38:49.943637
• Title: Towards Multi-Robot Task-Motion Planning for Navigation in Belief Space
• Title（参考訳）: 信念空間におけるナビゲーションのためのマルチロボットタスクモーション計画に向けて
• Authors: Antony Thomas and Fulvio Mastrogiovanni and Marco Baglietto
• Abstract要約: 本稿では,知識集約領域におけるナビゲーションのためのマルチロボットタスクモーション計画フレームワークを提案する。 特に,ロボット間の相互観測を取り入れた分散マルチロボットの設定について考察する。 このフレームワークは、運動中の運動計画と感覚の不確実性を目的としており、これは正式には信仰空間計画として知られている。
• 参考スコア（独自算出の注目度）: 1.4824891788575418
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous robots operating in large knowledgeintensive domains require planning in the discrete (task) space and the continuous (motion) space. In knowledge-intensive domains, on the one hand, robots have to reason at the highestlevel, for example the regions to navigate to or objects to be picked up and their properties; on the other hand, the feasibility of the respective navigation tasks have to be checked at the controller execution level. Moreover, employing multiple robots offer enhanced performance capabilities over a single robot performing the same task. To this end, we present an integrated multi-robot task-motion planning framework for navigation in knowledge-intensive domains. In particular, we consider a distributed multi-robot setting incorporating mutual observations between the robots. The framework is intended for motion planning under motion and sensing uncertainty, which is formally known as belief space planning. The underlying methodology and its limitations are discussed, providing suggestions for improvements and future work. We validate key aspects of our approach in simulation.
• Abstract（参考訳）: 大きな知識集約型ドメインで動作する自律ロボットは、離散(タスク)空間と連続(動き)空間での計画を必要とする。 知識集約的なドメインでは、ロボットは、例えば、取得対象の領域やその特性など、最高レベルで判断する必要があるが、一方で、各ナビゲーションタスクの実行可能性については、コントローラの実行レベルで確認する必要がある。 さらに、複数のロボットを使用することで、同じタスクを実行する1つのロボットよりも性能が向上する。 そこで本研究では,知識集約領域におけるナビゲーションのためのマルチロボットタスクモーション計画フレームワークを提案する。 特に,ロボット同士の相互観察を組み込んだ分散マルチロボットについて考察する。 このフレームワークは、運動中の運動計画と感覚の不確実性を目的としており、これは正式には信仰空間計画として知られている。 基礎となる方法論とその制限について議論し、改善と今後の作業を提案する。 シミュレーションにおけるアプローチの重要な側面を検証する。

関連論文リスト

• Grounding Language Models in Autonomous Loco-manipulation Tasks [3.8363685417355557]
  異なるシナリオにおけるタスクに基づいて行動を学び、選択し、計画する新しいフレームワークを提案する。 我々は,大規模言語モデル(LLM)の計画と推論機能を活用し,階層的なタスクグラフを構築する。 CENTAUROロボットを用いたシミュレーションおよび実世界の実験により、言語モデルに基づくプランナーが、新しいロコ操作タスクに効率的に適応できることが示されている。
  論文  参考訳（メタデータ） (2024-09-02T15:27:48Z)
• A Meta-Engine Framework for Interleaved Task and Motion Planning using Topological Refinements [51.54559117314768]
  タスク・アンド・モーション・プランニング(タスク・アンド・モーション・プランニング、TAMP)は、自動化された計画問題の解決策を見つけるための問題である。 本稿では,TAMP問題のモデル化とベンチマークを行うための,汎用的でオープンソースのフレームワークを提案する。 移動エージェントと複数のタスク状態依存障害を含むTAMP問題を解決する革新的なメタ技術を導入する。
  論文  参考訳（メタデータ） (2024-08-11T14:57:57Z)
• Commonsense Reasoning for Legged Robot Adaptation with Vision-Language Models [81.55156507635286]
  脚のついたロボットは、様々な環境をナビゲートし、幅広い障害を克服することができる。 現在の学習手法は、人間の監督を伴わずに、予期せぬ状況の長い尾への一般化に苦慮することが多い。 本稿では,VLM-Predictive Control (VLM-PC) というシステムを提案する。
  論文  参考訳（メタデータ） (2024-07-02T21:00:30Z)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• Logic programming for deliberative robotic task planning [2.610470075814367]
  本稿では,タスク計画問題への論理プログラミングの適用の最近の進歩について調査する。 我々は、ドメイン表現の表現性、計算効率、ソフトウェア実装に基づいて、異なるプランナーとその特定のロボットアプリケーションに対する適合性を解析する。
  論文  参考訳（メタデータ） (2023-01-18T14:11:55Z)
• Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
  高速物体把握のための完全自律飛行ロボットが提案されている。 追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。 我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
  論文  参考訳（メタデータ） (2021-12-10T11:49:51Z)
• SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
  我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。 モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。 リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。 ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
  論文  参考訳（メタデータ） (2021-08-03T02:56:21Z)
• Graph Neural Networks for Decentralized Multi-Robot Submodular Action Selection [101.38634057635373]
  ロボットがチームサブモジュールの目的を最大化するために共同で行動を選択する必要があるアプリケーションに焦点を当てる。 分散通信によるサブモジュール化に向けた汎用学習アーキテクチャを提案する。 大規模ロボットネットワークによるアクティブターゲットカバレッジのシナリオにおいて、GNNベースの学習アプローチのパフォーマンスを実証します。
  論文  参考訳（メタデータ） (2021-05-18T15:32:07Z)
• MPTP: Motion-Planning-aware Task Planning for Navigation in Belief Space [1.3535770763481902]
  大規模環境におけるナビゲーションのための統合型タスク・モーション・プランニング・フレームワークを提案する。 このフレームワークは、動作中の運動計画と感覚の不確かさを意図している。
  論文  参考訳（メタデータ） (2021-04-10T06:52:16Z)
• Combinatorics of a Discrete Trajectory Space for Robot Motion Planning [4.477410849696538]
  問題の複雑さは ロボットの構成空間の次元と直接関係している 本稿では,ロボットの基本ハードウェア仕様に基づく離散ロボットモデルを提案する。
  論文  参考訳（メタデータ） (2020-05-25T12:14:20Z)
• Autonomous Planning Based on Spatial Concepts to Tidy Up Home Environments with Service Robots [5.739787445246959]
  本研究では,確率的生成モデルのパラメータを学習することにより,対象物の順序や位置を効率的に推定できる新しい計画法を提案する。 このモデルにより、ロボットは、Tidied環境で収集されたマルチモーダルセンサ情報を用いて、オブジェクトと場所の共起確率の分布を学習することができる。 我々は,世界ロボットサミット2018国際ロボティクスコンペティションのTidy Up Hereタスクの条件を再現する実験シミュレーションにより,提案手法の有効性を評価する。
  論文  参考訳（メタデータ） (2020-02-10T11:49:58Z)

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。