論文の概要: Online Grounding of PDDL Domains by Acting and Sensing in Unknown Environments

• arxiv url: http://arxiv.org/abs/2112.10007v1
• Date: Sat, 18 Dec 2021 21:48:20 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-22 08:34:01.851520
• Title: Online Grounding of PDDL Domains by Acting and Sensing in Unknown Environments
• Title（参考訳）: 未知環境下での行動・センシングによるPDDLドメインのオンライングラウンド化
• Authors: Leonardo Lamanna, Luciano Serafini, Alessandro Saetti, Alfonso Gerevini, Paolo Traverso
• Abstract要約: 本稿では,エージェントが異なるタスクを実行できるフレームワークを提案する。 機械学習モデルを統合して、感覚データを抽象化し、目標達成のためのシンボリックプランニング、ナビゲーションのためのパスプランニングを行う。 提案手法を,RGB-Dオンボードカメラ,GPS,コンパスなど,正確なシミュレーション環境で評価する。
• 参考スコア（独自算出の注目度）: 62.11612385360421
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: To effectively use an abstract (PDDL) planning domain to achieve goals in an unknown environment, an agent must instantiate such a domain with the objects of the environment and their properties. If the agent has an egocentric and partial view of the environment, it needs to act, sense, and abstract the perceived data in the planning domain. Furthermore, the agent needs to compile the plans computed by a symbolic planner into low level actions executable by its actuators. This paper proposes a framework that aims to accomplish the aforementioned perspective and allows an agent to perform different tasks. For this purpose, we integrate machine learning models to abstract the sensory data, symbolic planning for goal achievement and path planning for navigation. We evaluate the proposed method in accurate simulated environments, where the sensors are RGB-D on-board camera, GPS and compass.
• Abstract（参考訳）: エージェントが未知の環境で目標を達成するために、抽象(pddl)計画ドメインを効果的に利用するには、そのようなドメインを環境のオブジェクトとそのプロパティでインスタンス化する必要がある。 エージェントがエゴセントリックで部分的な環境ビューを持っている場合、計画領域における認識されたデータを行動し、理解し、抽象化する必要がある。 さらに、シンボリックプランナーが計算したプランをアクチュエータによって実行可能な低レベルアクションにコンパイルする必要がある。 本稿では,前述の視点を達成し,エージェントが異なるタスクを実行できるフレームワークを提案する。 この目的のために,センサデータの抽象化や目標達成のためのシンボリックプランニング,ナビゲーションのための経路計画といった機械学習モデルを統合する。 提案手法は,RGB-Dオンボードカメラ,GPS,コンパスなどを用いて,高精度なシミュレーション環境で評価する。

関連論文リスト

• Object-centric proto-symbolic behavioural reasoning from pixels [0.0]
  我々は、ピクセルから学習し、その環境を解釈し、制御し、推論する脳に触発されたディープラーニングアーキテクチャを提案する。 その結果,エージェントは創発的条件付き行動推論を学習できることがわかった。 提案アーキテクチャは、教師なし学習における重要な帰納バイアスとして、接地オブジェクト表現の操作方法を示す。
  論文  参考訳（メタデータ） (2024-11-26T13:54:24Z)
• Embodied Instruction Following in Unknown Environments [66.60163202450954]
  未知環境における複雑なタスクに対するEIF(Embodied instruction following)法を提案する。 我々は,ハイレベルなタスクプランナと低レベルな探索コントローラを含む,階層的な具体化命令に従うフレームワークを構築した。 タスクプランナに対しては、タスク完了プロセスと既知の視覚的手がかりに基づいて、人間の目標達成のための実行可能なステップバイステッププランを生成する。
  論文  参考訳（メタデータ） (2024-06-17T17:55:40Z)
• AI planning in the imagination: High-level planning on learned abstract search spaces [68.75684174531962]
  我々は,エージェントが訓練中に学習する抽象的な検索空間において,エージェントが計画することを可能にする,PiZeroと呼ばれる新しい手法を提案する。 本研究では,旅行セールスマン問題,ソコバン問題,2048年,施設立地問題,パックマン問題など,複数の分野で評価を行った。
  論文  参考訳（メタデータ） (2023-08-16T22:47:16Z)
• Planning for Learning Object Properties [117.27898922118946]
  我々は、物体特性を象徴的な計画問題として認識するために、ニューラルネットワークを自動的に訓練する問題を定式化する。 トレーニングデータセット作成と学習プロセスを自動化するための戦略を作成するために,計画手法を使用します。 シミュレーションと実環境の両方で実験的な評価を行う。
  論文  参考訳（メタデータ） (2023-01-15T09:37:55Z)
• PlanT: Explainable Planning Transformers via Object-Level Representations [64.93938686101309]
  PlanTは、自動運転のコンテキストにおける計画のための新しいアプローチである。 PlanTは、コンパクトなオブジェクトレベルの入力表現を持つ模倣学習に基づいている。 この結果から,PlanTは幾何学的に距離をおいても,現場で最も関連性の高い物体に焦点を合わせることが可能であることが示唆された。
  論文  参考訳（メタデータ） (2022-10-25T17:59:46Z)
• HARPS: An Online POMDP Framework for Human-Assisted Robotic Planning and Sensing [1.3678064890824186]
  HARPS(Human Assisted Robotic Planning and Sensing)フレームワークは、ロボットチームにおけるアクティブなセマンティックセンシングと計画のためのフレームワークである。 このアプローチにより、人間が不規則にモデル構造を強制し、不確実な環境で意味的なソフトデータの範囲を拡張することができる。 大規模部分構造環境におけるUAV対応ターゲット探索アプリケーションのシミュレーションは、時間と信念状態の推定において著しく改善されている。
  論文  参考訳（メタデータ） (2021-10-20T00:41:57Z)
• Hierarchical Object-to-Zone Graph for Object Navigation [43.558927774552295]
  目に見えない環境では、対象のオブジェクトが自我中心のビューにない場合、エージェントは賢明な決定を下すことができないかもしれない。 エージェントを粗大に誘導する階層的オブジェクト・ツー・ゾーングラフ(HOZ)を提案する。 オンライン学習機構は、新しい環境におけるリアルタイム観測に応じてHOZを更新するためにも提案されている。
  論文  参考訳（メタデータ） (2021-09-05T13:02:17Z)
• Long-Horizon Manipulation of Unknown Objects via Task and Motion Planning with Estimated Affordances [26.082034134908785]
  操作可能なオブジェクトの集合に関する事前知識がなくても,タスク・アンド・モーション・プランナが知的行動の計画に利用できることを示す。 この戦略により、単一のシステムが様々な実世界のマルチステップ操作タスクを実行できることを実証する。
  論文  参考訳（メタデータ） (2021-08-09T16:13:47Z)
• Object Goal Navigation using Goal-Oriented Semantic Exploration [98.14078233526476]
  本研究は,未確認環境における対象カテゴリーのインスタンスにナビゲートするオブジェクトゴールナビゲーションの問題を研究する。 本稿では,表層的なセマンティックマップを構築し,効率的に環境を探索する「ゴール指向セマンティック探索」というモジュールシステムを提案する。
  論文  参考訳（メタデータ） (2020-07-01T17:52:32Z)

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。