Fugu-MT 論文翻訳(概要): Natural Language for Human-Robot Collaboration: Problems Beyond Language Grounding

論文の概要: Natural Language for Human-Robot Collaboration: Problems Beyond Language Grounding

arxiv url: http://arxiv.org/abs/2110.04441v1
Date: Sat, 9 Oct 2021 03:24:38 GMT
ステータス: 処理完了
システム内更新日: 2021-10-12 15:22:12.854130
Title: Natural Language for Human-Robot Collaboration: Problems Beyond Language Grounding
Title（参考訳）: 人間とロボットのコラボレーションのための自然言語:言語接地以外の問題
Authors: Seth Pate, Wei Xu, Ziyi Yang, Maxwell Love, Siddarth Ganguri, Lawson L.S. Wong
Abstract要約: この文脈では一般に研究されていない言語処理のいくつかの側面を同定する。これには場所、計画、世代が含まれる。我々は,各課題に対する評価を提案し,簡単な手法のベースラインを提供し,コラボレーションのための言語を学ぶ上での課題や機会を議論することで解決する。
参考スコア（独自算出の注目度）: 10.227242085922613
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: To enable robots to instruct humans in collaborations, we identify several aspects of language processing that are not commonly studied in this context. These include location, planning, and generation. We suggest evaluations for each task, offer baselines for simple methods, and close by discussing challenges and opportunities in studying language for collaboration.
Abstract（参考訳）: ロボットが人間のコラボレーションを指導できるようにするため、この文脈では一般的に研究されていない言語処理のいくつかの側面を特定する。これには場所、計画、世代が含まれる。我々は,各タスクに対する評価を提案し,簡単な方法のベースラインを提供し,コラボレーションのための言語研究における課題と機会を議論することで閉じる。

関連論文リスト

Building a Language-Learning Game for Brazilian Indigenous Languages: A Case of Study [0.0]
本稿では,依存ツリーバンクから言語演習や質問を自動的に生成するプロセスと,トゥピアン言語のための語彙データベースについて述べる。我々は、新たなデータ収集プロセスは、先住民コミュニティと連携して確立され、教育目的に向けられるべきであると結論付けている。
論文参考訳（メタデータ） (2024-03-21T16:11:44Z)
Collecting Interactive Multi-modal Datasets for Grounded Language Understanding [66.30648042100123]
自然言語タスクを用いた協調型エンボディエージェントの定式化を行った。広範かつスケーラブルなデータ収集ツールを開発しました。対話型基底言語理解のための最初のデータセットを収集した。
論文参考訳（メタデータ） (2022-11-12T02:36:32Z)
Human-guided Collaborative Problem Solving: A Natural Language based Framework [74.27063862727849]
私たちのフレームワークは3つのコンポーネントで構成されています - 自然言語エンジンが言語発話を形式表現と逆変換に解析します。このフレームワークが、Minecraftベースのブロックワールドドメインにおける協調的なビルディングタスクにおいて、協調的な問題解決の鍵となる課題に対処する能力について説明する。
論文参考訳（メタデータ） (2022-07-19T21:52:37Z)
IGLU 2022: Interactive Grounded Language Understanding in a Collaborative Environment at NeurIPS 2022 [63.07251290802841]
協調環境における対話型接地言語理解(IGLU: Interactive Grounded Language Understanding)を提案する。競争の第一の目的は、対話型エンボディエージェントの開発方法の問題にアプローチすることである。この研究課題は、NeurIPSコミュニティと非常に関係のある2つの研究分野に自然に関連があるが、限定的ではない。
論文参考訳（メタデータ） (2022-05-27T06:12:48Z)
Interactive Grounded Language Understanding in a Collaborative Environment: IGLU 2021 [58.196738777207315]
協調環境における対話型接地言語理解のためのemphIGLUを提案する。競争の主目的は、対話型エージェントをいかにして構築するかという問題にアプローチすることであり、協調環境において、接地された自然言語命令を提供しながらタスクの解決を学ぶことである。
論文参考訳（メタデータ） (2022-05-05T01:20:09Z)
CALVIN: A Benchmark for Language-conditioned Policy Learning for Long-horizon Robot Manipulation Tasks [30.936692970187416]
汎用ロボットは、人間の言語を認識や行動に関連付けることを学ばなければならない。 CALVIN(CALVIN)は、長期の言語条件のタスクを学習するためのオープンソースのシミュレーションベンチマークである。
論文参考訳（メタデータ） (2021-12-06T18:37:33Z)
NeurIPS 2021 Competition IGLU: Interactive Grounded Language Understanding in a Collaborative Environment [71.11505407453072]
協調環境における対話型接地言語理解(IGLU: Interactive Grounded Language Understanding)を提案する。競争の主目的は、対話型エージェントをいかにして構築するかという問題にアプローチすることであり、協調環境において、接地された自然言語命令を提供しながらタスクの解決を学ぶことである。この研究課題は、自然言語理解・生成(NLU/G)と強化学習(RL)という、NeurIPSコミュニティと密接に関連している2つの分野に自然に関連している。
論文参考訳（メタデータ） (2021-10-13T07:13:44Z)
TEACh: Task-driven Embodied Agents that Chat [14.142543383443032]
シミュレーションにおいて,3千人以上の人間-人間-対話的対話のデータセットであるTEAChを紹介した。タスクに関するオラクル情報にアクセスするコマンドは、自然言語でFollowerと通信する。本稿では,TEAChを用いた3つのベンチマークを提案し,具体的インテリジェンス課題について検討する。
論文参考訳（メタデータ） (2021-10-01T17:00:14Z)
Learning Language-Conditioned Robot Behavior from Offline Data and Crowd-Sourced Annotation [80.29069988090912]
本研究では,ロボットインタラクションの大規模なオフラインデータセットから視覚に基づく操作タスクを学習する問題について検討する。クラウドソースの自然言語ラベルを用いたオフラインロボットデータセットの活用を提案する。提案手法は目標画像仕様と言語条件付き模倣技術の両方を25%以上上回っていることがわかった。
論文参考訳（メタデータ） (2021-09-02T17:42:13Z)

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。