論文の概要: Conceptual Design of the Memory System of the Robot Cognitive Architecture ArmarX

• arxiv url: http://arxiv.org/abs/2206.02241v1
• Date: Sun, 5 Jun 2022 19:15:29 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-08 09:41:28.038258
• Title: Conceptual Design of the Memory System of the Robot Cognitive Architecture ArmarX
• Title（参考訳）: ロボット認知アーキテクチャarmarxの記憶システムの概念設計
• Authors: Fabian Peller-Konrad, Rainer-Kartmann, Christian R. G. Dreher, Andre Meixner, Fabian Reister, Markus Grotz, Tamim Asfour
• Abstract要約: メモリシステムのような概念的,技術的特性を,基礎となるデータ表現とともに記述する。 我々は、ロボットソフトウェアフレームワークArmarXを、ARMARヒューマノイドロボットファミリーのロボットに使用される統一された認知アーキテクチャに拡張する。 メモリ駆動動作を実装するために,ロボットがメモリをどのように利用するかを示す。
• 参考スコア（独自算出の注目度）: 6.201183690272094
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We consider the memory system as a key component of any technical cognitive system that can play a central role in bridging the gap between high-level symbolic discrete representations used for reasoning, planning and semantic scene understanding and low-level sensorimotor continuous representations used for control. In this work we described conceptual and technical characteristics such a memory system has to fulfill, together with the underlying data representation. We identify these characteristics based on the experience we gained in developing our ARMAR humanoid robot systems and discuss practical examples that demonstrate what a memory system of a humanoid robot performing tasks in human-centered environments should support, such as multi-modality, introspectability, hetero associativity, predictability or an inherently episodic structure. Based on these characteristics, we extended our robot software framework ArmarX into a unified cognitive architecture that is used in robots of the ARMAR humanoid robot family. Further, we describe, how the development of robot software led us to this novel memory-enabled cognitive architecture and we show how the memory is used by the robots to implement memory-driven behaviors.
• Abstract（参考訳）: メモリシステムは,推論,計画,意味的シーン理解に使用されるハイレベルな記号的離散表現と,制御に使用される低レベルのセンサモジュレータ連続表現とのギャップを埋める上で,中心的な役割を果たすあらゆる技術認知システムのキーコンポーネントであると考える。 本研究では,メモリシステムのような概念的,技術的特性を,基礎となるデータ表現とともに記述する。 また,人間中心環境においてタスクを行うヒューマノイドロボットの記憶システムが,マルチモダリティ,イントロスペクタビリティ,ヘテロ結合性,予測可能性,本質的にエピソディクス構造などをサポートするべきことを実証する実例について考察した。 これらの特徴に基づき,我々のロボットソフトウェアフレームワークArmarXを,ARMARヒューマノイドロボットファミリーのロボットに使用される統合認知アーキテクチャに拡張した。 さらに、ロボットソフトウェアの開発によって、この新たなメモリ対応認知アーキテクチャが実現し、メモリ駆動行動の実装において、ロボットがメモリをどのように使用しているかを示す。

関連論文リスト

• Learning Object Properties Using Robot Proprioception via Differentiable Robot-Object Interaction [52.12746368727368]
  微分可能シミュレーションは、システム識別の強力なツールとなっている。 本手法は,オブジェクト自体のデータに頼ることなく,ロボットからの情報を用いてオブジェクト特性を校正する。 低コストなロボットプラットフォームにおける本手法の有効性を実証する。
  論文  参考訳（メタデータ） (2024-10-04T20:48:38Z)
• HARMONIC: A Framework for Explanatory Cognitive Robots [0.0]
  本稿では,認知ロボットを実現するためのフレームワークであるHARMONICを紹介する。 このフレームワークは、高レベルの意思決定のための戦略的(認知的)層と低レベルの制御と実行のための戦術的(ロボット)層との相互運用性をサポートする。
  論文  参考訳（メタデータ） (2024-09-26T16:42:13Z)
• Body Transformer: Leveraging Robot Embodiment for Policy Learning [51.531793239586165]
  ボディートランスフォーマー(ボディートランスフォーマー、Body Transformer、BoT)は、学習プロセスを導く誘導バイアスを提供することで、ロボットの体現性を活用するアーキテクチャである。 我々はロボットの体をセンサーとアクチュエータのグラフとして表現し、建築全体を通してプール情報にマスキングされた注意を頼りにしている。 結果として得られるアーキテクチャは、バニラ変換器と古典的な多層パーセプトロンを、タスク完了、スケーリング特性、計算効率の点で上回る。
  論文  参考訳（メタデータ） (2024-08-12T17:31:28Z)
• Nadine: An LLM-driven Intelligent Social Robot with Affective Capabilities and Human-like Memory [3.3906920519220054]
  Nadineプラットフォームのためのインテリジェントで堅牢なソーシャルロボティクスシステムを開発するための当社のアプローチについて説明する。 我々は,Large Language Models(LLMs)を統合し,これらのモデルの強力な推論と命令追従機能を巧みに活用することで,これを実現する。 このアプローチは、人間のような長期記憶や洗練された感情評価を実装しない、現在最先端のLCMベースのエージェントと比較して、斬新である。
  論文  参考訳（メタデータ） (2024-05-30T15:55:41Z)
• 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)
• A Machine with Short-Term, Episodic, and Semantic Memory Systems [9.42475956340287]
  明示的な人間の記憶システムの認知科学理論に触発されて、我々は短期的、エピソード的、セマンティックな記憶システムを持つエージェントをモデル化した。 実験により,人間のような記憶システムを持つエージェントは,このメモリ構造を環境に残さずにエージェントよりも優れた性能を発揮できることが示唆された。
  論文  参考訳（メタデータ） (2022-12-05T08:34:23Z)
• Data-driven emotional body language generation for social robotics [58.88028813371423]
  社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。 我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。 評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
  論文  参考訳（メタデータ） (2022-05-02T09:21:39Z)
• A Road-map to Robot Task Execution with the Functional Object-Oriented Network [77.93376696738409]
  関数型オブジェクト指向ネットワーク(FOON)はロボットの知識グラフ表現である。 FOONは、二部グラフの形で、ロボットの環境やタスクに対する理解に関係のある象徴的あるいは高レベルな情報を含んでいる。
  論文  参考訳（メタデータ） (2021-06-01T00:43:04Z)
• Cognitive architecture aided by working-memory for self-supervised multi-modal humans recognition [54.749127627191655]
  人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。 ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。 1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
  論文  参考訳（メタデータ） (2021-03-16T13:50:24Z)
• Dynamic Knowledge Graphs as Semantic Memory Model for Industrial Robots [0.7863638253070437]
  本稿では,機械が情報や経験を収集し,時間とともにより熟達する意味記憶モデルを提案する。 データのセマンティック分析の後、情報は、自然言語で表現された命令を理解し、必要なタスクを決定論的に実行するために使用される知識グラフに格納される。
  論文  参考訳（メタデータ） (2021-01-04T17:15:30Z)

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。