論文の概要: Robot Vitals and Robot Health: Towards Systematically Quantifying Runtime Performance Degradation in Robots Under Adverse Conditions

• arxiv url: http://arxiv.org/abs/2207.01684v1
• Date: Mon, 4 Jul 2022 19:26:13 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-06 15:56:45.984183
• Title: Robot Vitals and Robot Health: Towards Systematically Quantifying Runtime Performance Degradation in Robots Under Adverse Conditions
• Title（参考訳）: ロボットの生体とロボットの健康 : 逆条件下でのロボットの動作性能劣化の系統的定量化を目指して
• Authors: Aniketh Ramesh, Rustam Stolkin, Manolis Chiou
• Abstract要約: ロボットバイタル」とは、ロボットが直面する性能劣化の程度を推定する指標である。 ロボット健康」とは、ロボットのバイタルを1つのスカラー値に組み合わせ、性能劣化を推定する指標である。
• 参考スコア（独自算出の注目度）: 2.0625936401496237
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper addresses the problem of automatically detecting and quantifying performance degradation in remote mobile robots during task execution. A robot may encounter a variety of uncertainties and adversities during task execution, which can impair its ability to carry out tasks effectively and cause its performance to degrade. Such situations can be mitigated or averted by timely detection and intervention (e.g., by a remote human supervisor taking over control in teleoperation mode). Inspired by patient triaging systems in hospitals, we introduce the framework of "robot vitals" for estimating overall "robot health". A robot's vitals are a set of indicators that estimate the extent of performance degradation faced by a robot at a given point in time. Robot health is a metric that combines robot vitals into a single scalar value estimate of performance degradation. Experiments, both in simulation and on a real mobile robot, demonstrate that the proposed robot vitals and robot health can be used effectively to estimate robot performance degradation during runtime.
• Abstract（参考訳）: 本稿ではタスク実行中の遠隔移動ロボットの性能劣化を自動的に検出し定量化する問題に対処する。 ロボットはタスク実行中に様々な不確実性や逆境に遭遇し、タスクを効果的に実行できなくなり、パフォーマンスが低下する可能性がある。 このような状況は、タイムリーな検出と介入(遠隔操作モードで制御を引き継ぐ遠隔人監督者など)によって緩和または回避することができる。 病院における患者トリアージシステムに触発されて,総合的な「ロボット健康」を推定するための「ロボットバイタル」の枠組みを導入する。 ロボットのバイタル(英: Robot's vitals)とは、ある時点においてロボットが直面する性能劣化の程度を推定する指標である。 ロボットの健康は、ロボットのバイタルを1つのスカラー値に組み合わせ、性能劣化を推定する指標である。 シミュレーションと実際の移動ロボットを用いた実験では,提案したロボットのバイタルとロボットの健康状態を効果的に利用し,実行中のロボットの性能劣化を推定できることを示した。

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)
• 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)
• Human-Agent Joint Learning for Efficient Robot Manipulation Skill Acquisition [48.65867987106428]
  本稿では,人間とロボットの協調学習システムについて紹介する。 これにより、ロボットエンドエフェクターの制御を学習支援エージェントと共有することができる。 これにより、ダウンストリームタスクにおいて、収集されたデータが十分な品質であることを保証しながら、人間の適応の必要性を減らすことができる。
  論文  参考訳（メタデータ） (2024-06-29T03:37:29Z)
• 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)
• General-purpose foundation models for increased autonomy in robot-assisted surgery [4.155479231940454]
  本稿では,ロボット支援手術における自律性向上を目指す。 手術ロボットは汎用モデルの利点を享受し,ロボット支援手術における自律性向上に向けた3つの指針を提供する。
  論文  参考訳（メタデータ） (2024-01-01T06:15:16Z)
• 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)
• Revisiting the Adversarial Robustness-Accuracy Tradeoff in Robot Learning [121.9708998627352]
  近年の研究では、現実的なロボット学習の応用において、対人訓練の効果が公平なトレードオフを起こさないことが示されている。 本研究は,ロボット学習におけるロバストネスと精度のトレードオフを再考し,最近のロバストトレーニング手法と理論の進歩により,現実のロボット応用に適した対人トレーニングが可能かどうかを解析する。
  論文  参考訳（メタデータ） (2022-04-15T08:12:15Z)
• 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)
• Fault-Aware Robust Control via Adversarial Reinforcement Learning [35.16413579212691]
  本稿では, 関節損傷症例に対するロボットの脆弱性を大幅に向上させる, 対向強化学習フレームワークを提案する。 我々は,本アルゴリズムを3本指ロボットと4本指ロボットで検証する。 我々のアルゴリズムはシミュレーションでのみ訓練でき、微調整なしで実際のロボットに直接展開できる。
  論文  参考訳（メタデータ） (2020-11-17T16:01:06Z)
• Supportive Actions for Manipulation in Human-Robot Coworker Teams [15.978389978586414]
  我々は、将来の干渉を減らすことで相互作用を支援する行動を、支援ロボット行動と表現する。 1)タスク指向: ロボットは自身のタスク目標をさらに進めるためにのみ行動を取るし、(2)支援的: ロボットはタスク指向のタスクよりも支援的行動を好む。 シミュレーション実験では, 人体モデルを用いて, エージェント間の干渉を軽減し, 作業の完了に要する時間が長いことを明らかにした。
  論文  参考訳（メタデータ） (2020-05-02T09:37:10Z)
• An Attention Transfer Model for Human-Assisted Failure Avoidance in Robot Manipulations [2.745883395089022]
  ロボット操作の誤りを識別する新しいヒューマン・ロボット・アテンション・トランスファー法(textittextbfH2R-AT)を開発した。 textittextbfH2R-ATは、アテンションマッピング機構を新しい積み重ねニューラルネットワークモデルに融合して開発された。 この方法の有効性は、転送注意における7,3.68%の高精細さと、故障の把握を避けるための6,6.86%の高精細さによって検証された。
  論文  参考訳（メタデータ） (2020-02-11T07:58:48Z)

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。