論文の概要: Human-Supervised Semi-Autonomous Mobile Manipulators for Safely and Efficiently Executing Machine Tending Tasks

• arxiv url: http://arxiv.org/abs/2010.04899v2
• Date: Fri, 16 Oct 2020 21:03:38 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-08 23:30:19.220361
• Title: Human-Supervised Semi-Autonomous Mobile Manipulators for Safely and Efficiently Executing Machine Tending Tasks
• Title（参考訳）: 安全かつ効率的に作業を行うための人間教師付き半自律移動マニピュレータ
• Authors: Sarah Al-Hussaini, Shantanu Thakar, Hyojeong Kim, Pradeep Rajendran, Brual C. Shah, Jeremy A. Marvel, Satyandra K. Gupta
• Abstract要約: 半自律移動マニピュレータを開発し、人間の監督下で機械の操作作業を安全かつ効率的に行う。 ロボットは、ハイレベルなタスク記述から動作計画を生成し、シミュレーション結果を人間に提示して承認する。 予備的なユーザトライアルでは,非専門家がシステムの使用を迅速に学習し,マシンの操作を行うことが可能であった。
• 参考スコア（独自算出の注目度）: 18.13380313852783
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Mobile manipulators can be used for machine tending and material handling tasks in small volume manufacturing applications. These applications usually have semi-structured work environment. The use of a fully autonomous mobile manipulator for such applications can be risky, as an inaccurate model of the workspace may result in damage to expensive equipment. On the other hand, the use of a fully teleoperated mobile manipulator may require a significant amount of operator time. In this paper, a semi-autonomous mobile manipulator is developed for safely and efficiently carrying out machine tending tasks under human supervision. The robot is capable of generating motion plans from the high-level task description and presenting simulation results to the human for approval. The human operator can authorize the robot to execute the automatically generated plan or provide additional input to the planner to refine the plan. If the level of uncertainty in some parts of the workspace model is high, then the human can decide to perform teleoperation to safely execute the task. Our preliminary user trials show that non-expert operators can quickly learn to use the system and perform machine tending tasks.
• Abstract（参考訳）: 移動マニピュレータは、小型製造アプリケーションにおける機械の傾向や材料処理のタスクに使用できる。 これらのアプリケーションは通常、半構造化された作業環境を持つ。 このような用途に完全自律移動マニピュレータを使用することは、作業スペースの不正確なモデルが高価な機器にダメージを与える可能性があるため、リスクが高い。 一方、完全に遠隔操作された移動マニピュレータの使用は、かなりの量の操作時間を必要とする可能性がある。 本稿では,人事監督下での機械作業の安全かつ効率的に実施するために,半自律移動マニピュレータを開発した。 ロボットは、ハイレベルなタスク記述から動作計画を生成し、人間にシミュレーション結果を提示して承認することができる。 人間のオペレータは、自動生成されたプランの実行をロボットに許可するか、プランナーに追加のインプットを提供することでプランを洗練することができる。 ワークスペースモデルの一部の部分で不確実性のレベルが高い場合、人間はタスクを安全に実行するために遠隔操作を行うことを決定できる。 予備的なユーザトライアルでは,非専門家がシステムの使用を迅速に学習し,機械の操作を行うことができる。

関連論文リスト

• Zero-Cost Whole-Body Teleoperation for Mobile Manipulation [8.71539730969424]
  MoMa-Teleopは、ベースモーションを強化学習エージェントに委譲する新しい遠隔操作手法である。 提案手法は,様々なロボットやタスクに対して,タスク完了時間が大幅に短縮されることを実証する。
  論文  参考訳（メタデータ） (2024-09-23T15:09:45Z)
• Autonomous Behavior Planning For Humanoid Loco-manipulation Through Grounded Language Model [6.9268843428933025]
  大規模言語モデル(LLM)は、意味情報の理解と処理のための強力な計画と推論能力を示している。 本稿では,ロボットが与えられたテキストによる指示の下で,自律的に動作や低レベル実行を計画できる新しい言語モデルベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-15T17:33:32Z)
• Human-Agent Joint Learning for Efficient Robot Manipulation Skill Acquisition [48.65867987106428]
  本稿では,人間とロボットの協調学習システムについて紹介する。 これにより、ロボットエンドエフェクターの制御を学習支援エージェントと共有することができる。 これにより、ダウンストリームタスクにおいて、収集されたデータが十分な品質であることを保証しながら、人間の適応の必要性を減らすことができる。
  論文  参考訳（メタデータ） (2024-06-29T03:37:29Z)
• Zero-Shot Robot Manipulation from Passive Human Videos [59.193076151832145]
  我々は,人間の映像からエージェント非依存の行動表現を抽出するフレームワークを開発した。 我々の枠組みは、人間の手の動きを予測することに基づいている。 トレーニングされたモデルゼロショットを物理ロボット操作タスクにデプロイする。
  論文  参考訳（メタデータ） (2023-02-03T21:39:52Z)
• Dexterous Manipulation from Images: Autonomous Real-World RL via Substep Guidance [71.36749876465618]
  本稿では,ユーザが新しいタスクを定義するための"プログラミング不要"なアプローチを提供する,視覚に基づくデクスタラスな操作システムについて述べる。 本システムには,最終タスクと中間タスクを画像例で定義するためのフレームワークが組み込まれている。 実世界における多段階物体操作の4指ロボットハンドラーによる実験結果
  論文  参考訳（メタデータ） (2022-12-19T22:50:40Z)
• ProgPrompt: Generating Situated Robot Task Plans using Large Language Models [68.57918965060787]
  大規模言語モデル(LLM)は、タスク計画中の潜在的な次のアクションを評価するために使用することができる。 本稿では, プログラム型LCMプロンプト構造を用いて, 配置環境間での計画生成機能を実現する。
  論文  参考訳（メタデータ） (2022-09-22T20:29:49Z)
• Robot Vitals and Robot Health: Towards Systematically Quantifying Runtime Performance Degradation in Robots Under Adverse Conditions [2.0625936401496237]
  ロボットバイタル」とは、ロボットが直面する性能劣化の程度を推定する指標である。 ロボット健康」とは、ロボットのバイタルを1つのスカラー値に組み合わせ、性能劣化を推定する指標である。
  論文  参考訳（メタデータ） (2022-07-04T19:26:13Z)
• Can Foundation Models Perform Zero-Shot Task Specification For Robot Manipulation? [54.442692221567796]
  タスク仕様は、熟練していないエンドユーザの関与とパーソナライズされたロボットの採用に不可欠である。 タスク仕様に対する広く研究されているアプローチは、目標を通じて、コンパクトな状態ベクトルまたは同じロボットシーンのゴールイメージを使用することである。 そこで本研究では,人間の指定や使用が容易な目標仕様の代替的,より汎用的な形式について検討する。
  論文  参考訳（メタデータ） (2022-04-23T19:39:49Z)
• Whole-Body Control on Non-holonomic Mobile Manipulation for Grapevine Winter Pruning Automation [5.9904971631687]
  本稿では,2-DoF非ホロノミックホイール付移動体と7-DoF非マニピュレータを組み合わせたロボットの全身動作制御装置について検討する。 このロボットプラットフォームは、複雑なブドウの刈り取り作業を効率的に行うように設計されている。
  論文  参考訳（メタデータ） (2021-05-22T17:41:22Z)
• Show Me What You Can Do: Capability Calibration on Reachable Workspace for Human-Robot Collaboration [83.4081612443128]
  本稿では,REMPを用いた短時間キャリブレーションにより,ロボットが到達できると考える非専門家と地道とのギャップを効果的に埋めることができることを示す。 この校正手順は,ユーザ認識の向上だけでなく,人間とロボットのコラボレーションの効率化にも寄与することを示す。
  論文  参考訳（メタデータ） (2021-03-06T09:14:30Z)

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。