論文の概要: iRoPro: An interactive Robot Programming Framework
- arxiv url: http://arxiv.org/abs/2112.04289v1
- Date: Wed, 8 Dec 2021 13:53:43 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-09 15:02:07.430775
- Title: iRoPro: An interactive Robot Programming Framework
- Title（参考訳）: iRoPro: 対話型ロボットプログラミングフレームワーク
- Authors: Ying Siu Liang, Damien Pellier, Humbert Fiorino and Sylvie Pesty
- Abstract要約: iRoProを使うと、技術的背景がほとんど、あるいは全くないユーザーが、ロボットに新しい再利用可能なアクションを教えることができる。
バクスター研究ロボット上で,iRoProをエンドツーエンドシステムとして実装する。
- 参考スコア（独自算出の注目度）: 2.7651063843287718
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The great diversity of end-user tasks ranging from manufacturing environments
to personal homes makes pre-programming robots for general purpose applications
extremely challenging. In fact, teaching robots new actions from scratch that
can be reused for previously unseen tasks remains a difficult challenge and is
generally left up to robotics experts. In this work, we present iRoPro, an
interactive Robot Programming framework that allows end-users with little to no
technical background to teach a robot new reusable actions. We combine
Programming by Demonstration and Automated Planning techniques to allow the
user to construct the robot's knowledge base by teaching new actions by
kinesthetic demonstration. The actions are generalised and reused with a task
planner to solve previously unseen problems defined by the user. We implement
iRoPro as an end-to-end system on a Baxter Research Robot to simultaneously
teach low- and high-level actions by demonstration that the user can customise
via a Graphical User Interface to adapt to their specific use case. To evaluate
the feasibility of our approach, we first conducted pre-design experiments to
better understand the user's adoption of involved concepts and the proposed
robot programming process. We compare results with post-design experiments,
where we conducted a user study to validate the usability of our approach with
real end-users. Overall, we showed that users with different programming levels
and educational backgrounds can easily learn and use iRoPro and its robot
programming process.
- Abstract（参考訳）: 製造環境から個人家庭まで、エンドユーザータスクの多様さは、汎用アプリケーションのための事前プログラミングロボットを極めて困難にしている。
実際、これまで見つからなかったタスクのために再利用できるスクラッチからロボットに新しいアクションを教えることは難しい課題であり、一般的にはロボットの専門家に任されている。
本稿では,ロボットに新たな再利用可能な動作を教えるための技術知識のほとんど,あるいはまったく持たないエンドユーザを対象とする対話型ロボットプログラミングフレームワークであるiroproを提案する。
実演によるプログラミングと自動計画技術を組み合わせて, 審美的実演による新たな行動の指導により, ロボットの知識基盤の構築を可能にする。
アクションは、タスクプランナーによって一般化され、再利用され、ユーザーが以前に認識した問題を解決します。
バクスター・リサーチ・ロボットのエンド・ツー・エンド・エンドシステムとしてiRoProを実装し,ユーザがグラフィカル・ユーザ・インタフェースを通じてカスタマイズして特定のユースケースに適応できることを示す。
提案手法の有効性を評価するため,まず設計前実験を行い,ユーザが関与する概念や提案するロボットプログラミングプロセスの理解を深めた。
実験の結果を設計後の実験と比較し,実際のエンドユーザとアプローチのユーザビリティを検証するためにユーザ調査を行った。
全体として、異なるプログラミングレベルと教育歴を持つユーザーは、iroproとそのロボットプログラミングプロセスを簡単に学べることを示した。
関連論文リスト
- $π_0$: A Vision-Language-Action Flow Model for General Robot Control [77.32743739202543]
本稿では,インターネット規模のセマンティック知識を継承するために,事前学習された視覚言語モデル(VLM)上に構築された新しいフローマッチングアーキテクチャを提案する。
我々は,事前訓練後のタスクをゼロショットで実行し,人からの言語指導に追従し,微調整で新たなスキルを習得する能力の観点から,我々のモデルを評価した。
論文 参考訳（メタデータ） (2024-10-31T17:22:30Z) - SECURE: Semantics-aware Embodied Conversation under Unawareness for Lifelong Robot Learning [17.125080112897102]
本稿では,ロボットが指示されたタスクを解く上で鍵となる概念を知らない,困難な対話型タスク学習シナリオについて論じる。
本稿では,このような問題を解決するための対話型タスク学習フレームワークSECUREを提案する。
SECUREを用いて、ロボットはミスをしたときのユーザの補正フィードバックから学習するだけでなく、指示されたタスクを解決するための新しい概念に関する有用な証拠を明らかにするための戦略的対話決定も行う。
論文 参考訳（メタデータ） (2024-09-26T11:40:07Z) - Generalized Robot Learning Framework [10.03174544844559]
本稿では,様々なロボットや環境に容易に再現可能かつ伝達可能な,低コストなロボット学習フレームワークを提案する。
我々は,産業用ロボットにおいても,デプロイ可能な模倣学習をうまく適用できることを実証した。
論文 参考訳（メタデータ） (2024-09-18T15:34:31Z) - 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) - Learning Video-Conditioned Policies for Unseen Manipulation Tasks [83.2240629060453]
ビデオ条件付きポリシー学習は、以前は目に見えないタスクの人間のデモをロボット操作スキルにマッピングする。
我々は,現在のシーン観察と対象課題のビデオから適切なアクションを生成するためのポリシーを学習する。
われわれは,多タスクロボット操作環境の課題と,技術面における性能の面から,そのアプローチを検証した。
論文 参考訳（メタデータ） (2023-05-10T16:25:42Z) - Self-Improving Robots: End-to-End Autonomous Visuomotor Reinforcement
Learning [54.636562516974884]
模倣と強化学習において、人間の監督コストは、ロボットが訓練できるデータの量を制限する。
本研究では,自己改善型ロボットシステムのための新しい設計手法であるMEDAL++を提案する。
ロボットは、タスクの実施と解除の両方を学ぶことで、自律的にタスクを練習し、同時にデモンストレーションから報酬関数を推論する。
論文 参考訳（メタデータ） (2023-03-02T18:51:38Z) - ChatGPT for Robotics: Design Principles and Model Abilities [25.032064314822243]
我々は、迅速なエンジニアリングのための設計原則と高レベルの関数ライブラリの作成を組み合わせた戦略の概要を述べる。
我々は,様々なロボットタスクの実行に向けて,異なるプロンプトエンジニアリング手法とダイアログ戦略の有効性に焦点をあてる。
我々の研究は、基本的な論理的、幾何学的、数学的推論から、航空航法、操作、エンボディドエージェントといった複雑な領域まで、ロボット領域内の様々なタスクを含む。
論文 参考訳（メタデータ） (2023-02-20T06:39:06Z) - 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) - Scene Editing as Teleoperation: A Case Study in 6DoF Kit Assembly [18.563562557565483]
遠隔操作によるシーン編集(SEaT)の枠組みを提案する。
ロボットを制御する代わりに、ユーザーはタスクのゴールを指定することに集中する。
ユーザは、ロボットハードウェアの専門知識を必要とせずに遠隔操作を行うことができる。
論文 参考訳（メタデータ） (2021-10-09T04:22:21Z) - Lifelong Robotic Reinforcement Learning by Retaining Experiences [61.79346922421323]
多くのマルチタスク強化学習は、ロボットが常にすべてのタスクからデータを収集できると仮定している。
本研究では,物理ロボットシステムの実用的制約を動機として,現実的なマルチタスクRL問題について検討する。
我々は、ロボットのスキルセットを累積的に成長させるために、過去のタスクで学んだデータとポリシーを効果的に活用するアプローチを導出する。
論文 参考訳（メタデータ） (2021-09-19T18:00:51Z) - 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。