論文の概要: SMAC: Symbiotic Multi-Agent Construction
- arxiv url: http://arxiv.org/abs/2010.08473v1
- Date: Fri, 16 Oct 2020 16:19:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-06 21:40:44.900571
- Title: SMAC: Symbiotic Multi-Agent Construction
- Title（参考訳）: SMAC: 共生型マルチエージェントの構築
- Authors: Caleb Wagner, Neel Dhanaraj, Trevor Rizzo, Josue Contreras, Hannan
Liang, Gregory Lewin, Carlo Pinciroli
- Abstract要約: 本稿では,自律型3次元構築のための異種分散プラットフォームを新たに提案する。
プラットフォームは, 協調的かつ補完的な動作を行う2種類のロボットから構成される: (i) 成長可能なスマートマターとして機能し, 自身の状態と建設進捗を計画・監視できる, (ii) スマートブロックの指導に従って, 3D構造をナビゲート・修正するように設計されたインキワーム型ビルダーロボットのチーム。
- 参考スコア（独自算出の注目度）: 5.726366023100079
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a novel concept of a heterogeneous, distributed platform for
autonomous 3D construction. The platform is composed of two types of robots
acting in a coordinated and complementary fashion: (i) A collection of
communicating smart construction blocks behaving as a form of growable smart
matter, and capable of planning and monitoring their own state and the
construction progress; and (ii) A team of inchworm-shaped builder robots
designed to navigate and modify the 3D structure, following the guidance of the
smart blocks. We describe the design of the hardware and introduce algorithms
for navigation and construction that support a wide class of 3D structures. We
demonstrate the capabilities of our concept and characterize its performance
through simulations and real-robot experiments.
- Abstract（参考訳）: 本稿では,自律三次元構築のための異種分散プラットフォームの概念を提案する。
プラットフォームは、協調的で補完的な動作をする2種類のロボットで構成されている。
(一 成長可能なスマートマターの形式として機能し、自己の状態及び建設進捗を計画・監視することができる通信用スマートビルディングブロックの集合体
(ii)スマートブロックの誘導に従って3d構造をナビゲートし、修正するインキワーム型ビルダーロボットのチーム。
ハードウェアの設計を記述し、幅広い3D構造をサポートするナビゲーションと構築のためのアルゴリズムを導入する。
シミュレーションと実ロボット実験により,我々の概念の能力を実証し,その性能を特徴付ける。
関連論文リスト
- AssemblyComplete: 3D Combinatorial Construction with Deep Reinforcement Learning [4.3507834596906125]
ロボット工学における重要なゴールは、ロボットに現実世界の協調作業、特に自動組み立てに適応するように教えることである。
本稿では, ユニットプリミティブ(レゴブロック)を用いて実演した3次元組立工法を紹介する。
本研究では,ロボットに不完全な組立の目的を理解し,組立を完了するための建設方針を学ぶための2部構成の深層強化学習(DRL)フレームワークを提案する。
論文 参考訳（メタデータ） (2024-10-20T18:51:17Z) - Speech to Reality: On-Demand Production using Natural Language, 3D Generative AI, and Discrete Robotic Assembly [45.03625198933637]
本稿では,3次元生成人工知能とロボットアセンブリを組み合わせることで,音声を物体に変換するシステムを提案する。
本稿では,格子型ボクセル部品を個別に組立てることで,生成AI出力を物理的生産に利用することの課題に対処することを提案する。
論文 参考訳（メタデータ） (2024-09-27T02:12:56Z) - Neural Assembler: Learning to Generate Fine-Grained Robotic Assembly Instructions from Multi-View Images [24.10809783713574]
本稿では, 構造的3次元モデルのマルチビュー画像を, 組み立て命令の詳細なシーケンスに変換するという, 新たな課題を紹介する。
本稿では,ニューラルアセンブラ(Neural Assembler)と呼ばれるエンドツーエンドモデルを提案する。
論文 参考訳（メタデータ） (2024-04-25T08:53:23Z) - SUGAR: Pre-training 3D Visual Representations for Robotics [85.55534363501131]
ロボット工学のための新しい3D事前学習フレームワークSUGARを紹介した。
SUGARは3次元の点雲を通してオブジェクトの意味的、幾何学的、および余分な特性をキャプチャする。
SuGARの3D表現は最先端の2Dおよび3D表現よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-04-01T21:23:03Z) - Sketch-to-Architecture: Generative AI-aided Architectural Design [20.42779592734634]
簡単なスケッチから概念的なフロアプランと3Dモデルを生成するために,AIモデルを利用する新しいワークフローを提案する。
我々の研究は、アーキテクチャ設計プロセスにおける生成AIの可能性を示し、コンピュータ支援アーキテクチャ設計の新しい方向性を指し示している。
論文 参考訳（メタデータ） (2024-03-29T14:04:45Z) - 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) - V-MAO: Generative Modeling for Multi-Arm Manipulation of Articulated
Objects [51.79035249464852]
本稿では,音声による物体のマルチアーム操作を学習するためのフレームワークを提案する。
本フレームワークは,各ロボットアームの剛部上の接触点分布を学習する変動生成モデルを含む。
論文 参考訳（メタデータ） (2021-11-07T02:31:09Z) - Learning to Design and Construct Bridge without Blueprint [20.524052738716435]
ブループリントを使わずに橋を設計・構築する,新しい難易度組立作業について検討する。
この作業では,まず任意に広い崖の橋梁構造を設計し,そのブロックを確実に操作し,提案した設計に従って安定な橋梁を構築する必要がある。
高レベルでは、深層強化学習とカリキュラム学習を用いて、物理シミュレータでブリッジブループリントポリシーを学習する。
低レベル制御のために、実世界の橋梁構築のための訓練された青写真ポリシーと直接結合できる実ロボットモーション制御のためのモーションプランニングベースのポリシーを実装した。
論文 参考訳（メタデータ） (2021-08-05T08:17:22Z) - 3D Neural Scene Representations for Visuomotor Control [78.79583457239836]
我々は2次元視覚観測から動的3次元シーンのモデルを純粋に学習する。
学習した表現空間上に構築された動的モデルにより,操作課題に対するビジュモータ制御が可能となる。
論文 参考訳（メタデータ） (2021-07-08T17:49:37Z) - Simultaneous Navigation and Construction Benchmarking Environments [73.0706832393065]
モバイル構築のためのインテリジェントなロボット、環境をナビゲートし、幾何学的設計に従ってその構造を変更するプロセスが必要です。
このタスクでは、ロボットのビジョンと学習の大きな課題は、GPSなしでデザインを正確に達成する方法です。
我々は,手工芸政策の性能を,基礎的なローカライゼーションと計画,最先端の深層強化学習手法を用いて評価した。
論文 参考訳（メタデータ） (2021-03-31T00:05:54Z) - Machine Learning-Based Automated Design Space Exploration for Autonomous
Aerial Robots [55.056709056795206]
自律飛行ロボットのためのドメイン固有のアーキテクチャの構築は、オンボードコンピューティングを設計するための体系的な方法論が欠如しているため、難しい。
F-1ルーフラインと呼ばれる新しいパフォーマンスモデルを導入し、アーキテクトがバランスの取れたコンピューティングシステムを構築する方法を理解するのを助ける。
サイバー物理設計空間を自動でナビゲートするために、AutoPilotを導入します。
論文 参考訳（メタデータ） (2021-02-05T03:50:54Z)
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。