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
- RoboCodeX: Multimodal Code Generation for Robotic Behavior Synthesis [102.1876259853457]
汎用ロボット行動合成のための木構造多モードコード生成フレームワークRoboCodeXを提案する。
RoboCodeXは、高レベルの人間の命令を複数のオブジェクト中心の操作ユニットに分解する。
概念的および知覚的理解を制御コマンドにマッピングする能力をさらに強化するため、事前学習のための特別なマルチモーダル推論データセットを収集し、教師付き微調整のための反復的自己更新手法を導入する。
論文 参考訳(メタデータ) (2024-02-25T15:31:43Z) - 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 [4.6862970461449605]
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) - CASPER: Cognitive Architecture for Social Perception and Engagement in
Robots [0.5918643136095765]
本稿では,他のエージェントの追求目標を予測し,最適な協調行動を計算するために,定性的空間推論を用いた記号的認知アーキテクチャであるCASPERを提案する。
我々は、このアーキテクチャをシミュレーションされたキッチン環境でテストし、収集した結果から、ロボットが進行中の目標を認識し、その達成に向けて適切に協力できることが分かる。
論文 参考訳(メタデータ) (2022-09-01T10:15:03Z) - 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) - Axiom Learning and Belief Tracing for Transparent Decision Making in
Robotics [8.566457170664926]
ロボットがその決定や信念の説明を提供する能力は、人間との効果的なコラボレーションを促進する。
我々のアーキテクチャは、非単調な論理的推論、ディープラーニング、決定木帰納の相補的な強みを兼ね備えています。
推論と学習の間、このアーキテクチャにより、ロボットはその決定、信念、仮説的行動の結果について、オンデマンドでリレーショナルな記述を提供することができる。
論文 参考訳(メタデータ) (2020-10-20T22:09:17Z) - SAPIEN: A SimulAted Part-based Interactive ENvironment [77.4739790629284]
SAPIENは現実的で物理に富んだシミュレートされた環境であり、音声オブジェクトのための大規模なセットをホストしている。
部品検出と動作特性認識のための最先端の視覚アルゴリズムの評価を行い,ロボットインタラクションタスクの実証を行った。
論文 参考訳(メタデータ) (2020-03-19T00:11:34Z)
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。