論文の概要: Copiloting Autonomous Multi-Robot Missions: A Game-inspired Supervisory Control Interface

• arxiv url: http://arxiv.org/abs/2204.06647v1
• Date: Wed, 13 Apr 2022 21:54:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-15 13:55:53.801759
• Title: Copiloting Autonomous Multi-Robot Missions: A Game-inspired Supervisory Control Interface
• Title（参考訳）: 協力型自律型マルチロボットミッション:ゲームにインスパイアされた監視制御インターフェース
• Authors: Marcel Kaufmann, Robert Trybula, Ryan Stonebraker, Michael Milano, Gustavo J. Correa, Tiago S. Vaquero, Kyohei Otsu, Ali-akbar Agha-mohammadi, Giovanni Beltrame
• Abstract要約: ゲームに触発されたインタフェース、自律ミッションアシスタントを導入し、異種マルチエージェントシステムを用いてそれらをテストおよびデプロイする。 この作業により、マルチエージェントシステムのヒューマン・スーパーバイザリー制御が改善され、アプリケーションの切り替え、タスク計画、実行、検証のオーバーヘッドが軽減される。
• 参考スコア（独自算出の注目度）: 8.05901693109037
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Real-world deployment of new technology and capabilities can be daunting. The recent DARPA Subterranean (SubT) Challenge, for instance, aimed at the advancement of robotic platforms and autonomy capabilities in three one-year development pushes. While multi-agent systems are traditionally deployed in controlled and structured environments that allow for controlled testing (e.g., warehouses), the SubT challenge targeted various types of unknown underground environments that imposed the risk of robot loss in the case of failure. In this work, we introduce a video game-inspired interface, an autonomous mission assistant, and test and deploy these using a heterogeneous multi-agent system in challenging environments. This work leads to improved human-supervisory control for a multi-agent system reducing overhead from application switching, task planning, execution, and verification while increasing available exploration time with this human-autonomy teaming platform.
• Abstract（参考訳）: 新たなテクノロジと能力の現実的な展開は、大変です。 例えば、DARPA Subterranean (SubT) Challengeは、ロボットプラットフォームと自律能力の3つの1年の開発推進を目標にしている。 マルチエージェントシステムは伝統的に、制御されたテスト(倉庫など)を可能にする制御および構造化された環境にデプロイされるが、SubTチャレンジは、故障時にロボットが喪失するリスクを負う様々な種類の未知の地下環境をターゲットにしている。 本研究では,ゲームにインスパイアされたインタフェース,自律的なミッションアシスタントを導入し,異種マルチエージェントシステムを用いて課題の多い環境でテストおよびデプロイを行う。 この作業により、マルチエージェントシステムのヒューマン・スーパーバイザリー制御が改善され、アプリケーション切り替え、タスク計画、実行、検証のオーバーヘッドが軽減されると同時に、このヒューマン・自律型チームプラットフォームで利用可能な探索時間も向上する。

関連論文リスト

• Multi-Task Interactive Robot Fleet Learning with Visual World Models [25.001148860168477]
  Sirius-Fleetはマルチタスク対話型ロボットフリートラーニングフレームワークである。 デプロイ中のロボットのパフォーマンスを監視し、必要な時にロボットの動作を修正するよう人間に要求する。 ロボットの自律性が向上するにつれて、異常予測器は予測基準に自動的に適応する。
  論文  参考訳（メタデータ） (2024-10-30T04:49:39Z)
• Commonsense Reasoning for Legged Robot Adaptation with Vision-Language Models [81.55156507635286]
  脚のついたロボットは、様々な環境をナビゲートし、幅広い障害を克服することができる。 現在の学習手法は、人間の監督を伴わずに、予期せぬ状況の長い尾への一般化に苦慮することが多い。 本稿では,VLM-Predictive Control (VLM-PC) というシステムを提案する。
  論文  参考訳（メタデータ） (2024-07-02T21:00:30Z)
• 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)
• Reinforcement Learning for Versatile, Dynamic, and Robust Bipedal Locomotion Control [106.32794844077534]
  本稿では,二足歩行ロボットのための動的移動制御系を構築するために,深層強化学習を用いた研究について述べる。 本研究では、周期歩行やランニングから周期ジャンプや立位に至るまで、様々な動的二足歩行技術に使用できる汎用的な制御ソリューションを開発する。 この研究は、二足歩行ロボットの俊敏性の限界を、現実世界での広範な実験を通じて押し上げる。
  論文  参考訳（メタデータ） (2024-01-30T10:48:43Z)
• AutoRT: Embodied Foundation Models for Large Scale Orchestration of Robotic Agents [109.3804962220498]
  AutoRTは、人間の監督を最小限に抑えて、完全に見えないシナリオで運用ロボットの展開をスケールアップするシステムである。 われわれはAutoRTが複数の建物にまたがる20以上のロボットに指示を提示し、遠隔操作と自律ロボットポリシーを通じて77万個の実ロボットエピソードを収集するデモを行った。 実験により,AutoRTが収集した「未使用データ」は極めて多種多様であり,AutoRTのLLMを使用することで,人間の好みに合わせることができるデータ収集ロボットの指示が可能であることを実証した。
  論文  参考訳（メタデータ） (2024-01-23T18:45:54Z)
• Human-Machine Teaming for UAVs: An Experimentation Platform [6.809734620480709]
  本稿では,Cogmentの人間-機械協調実験プラットフォームについて紹介する。 学習AIエージェント、静的AIエージェント、人間を含むことができるHMT(Human-machine Teaming)のユースケースを実装している。 我々は,重要なシステムと防衛環境における人間と機械の連携について,さらなる研究を進めたい。
  論文  参考訳（メタデータ） (2023-12-18T21:35:02Z)
• Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
  高速物体把握のための完全自律飛行ロボットが提案されている。 追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。 我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
  論文  参考訳（メタデータ） (2021-12-10T11:49:51Z)
• SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
  我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。 モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。 リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。 ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
  論文  参考訳（メタデータ） (2021-08-03T02:56:21Z)
• Autonomous Intruder Detection Using a ROS-Based Multi-Robot System Equipped with 2D-LiDAR Sensors [0.5512295869673147]
  本稿では,中央ロボットMIDNetによる全ロボットからの検知を集中処理する単一距離センサ/ロボットシナリオにおける侵入者検出のためのマルチロボットシステムを提案する。 この作業は、人手なしで倉庫に自律的なマルチロボットセキュリティソリューションを提供することを目的としている。
  論文  参考訳（メタデータ） (2020-11-07T19:49:07Z)
• Co-Evolution of Multi-Robot Controllers and Task Cues for Off-World Open Pit Mining [0.6091702876917281]
  本稿では,マルチロボット掘削とサイト準備のシナリオにおいて,スケーラブルなコントローラを開発するための新しい手法を提案する。 コントローラは空白のスレートから始まり、人間による操作スクリプトや、掘削機の運動学や力学の詳細なモデリングを必要としない。 本稿では,テンプレートとタスクキューを用いてグループパフォーマンスをさらに向上し,アンタゴニティを最小化する方法について検討する。
  論文  参考訳（メタデータ） (2020-09-19T03:13:28Z)

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。