論文の概要: Task Tree Retrieval for Robotic Cooking

• arxiv url: http://arxiv.org/abs/2211.01745v1
• Date: Thu, 3 Nov 2022 12:18:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-04 13:54:30.658463
• Title: Task Tree Retrieval for Robotic Cooking
• Title（参考訳）: ロボット調理におけるタスクツリー検索
• Authors: Sandeep Bondalapati
• Abstract要約: このエッセイでは、人間の操作からの洞察に基づいて構築された構造的知識表現であるFOONのアイデアを紹介した。 故障率を低減し、タスクが効果的に完了することを保証するため、3つの異なるアルゴリズムが実装されている。 この知識表現は、オープンソースのレシピのビデオを使って作成された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Robotics is used to foster creativity. Humans can perform jobs in their unique manner, depending on the circumstances. This situation applies to food cooking. Robotic technology in the kitchen can speed up the process and reduce its workload. However, the potential of robotics in the kitchen is still unrealized. In this essay, the idea of FOON, a structural knowledge representation built on insights from human manipulations, is introduced. To reduce the failure rate and ensure that the task is effectively completed, three different algorithms have been implemented where weighted values have been assigned to the manipulations depending on the success rates of motion. This knowledge representation was created using videos of open-sourced recipes
• Abstract（参考訳）: ロボティクスは創造性を育むために使われる。 人間は状況に応じて、独自の方法で仕事をすることができる。 この状況は料理にも当てはまる。 キッチンのロボット技術はプロセスを高速化し、作業量を削減できる。 しかし、キッチンでのロボティクスの可能性はまだ実現されていない。 このエッセイでは、人間の操作からの洞察に基づく構造的知識表現であるFOONが紹介されている。 故障率の低減とタスクが効果的に完了することを保証するため、動作の成功率に応じて重み付けされた値を操作に割り当てる3つの異なるアルゴリズムが実装されている。 この知識表現は、オープンソースレシピのビデオを使って作られた

関連論文リスト

• SliceIt! -- A Dual Simulator Framework for Learning Robot Food Slicing [5.497832119577795]
  本研究は、ロボットが自律的かつ安全に食品切断タスクを学習できるようにすることに焦点を当てる。 シミュレーションにおけるロボット食品スライシングタスクを安全かつ効率的に学習するフレームワークであるSliceIt!を提案する。
  論文  参考訳（メタデータ） (2024-04-03T08:42:36Z)
• Task tree retrieval from FOON using search algorithms [0.0]
  可能なすべてのタスクの指示をロボットに提供することはほとんど不可能です。 We have a Universal Functional Object-oriented Network (FOON) which was created and expanded。 目標ノードと所与のキッチンアイテムのタスクツリーを検索するために,2つのアルゴリズム(IDSとGBFS)を用いる。
  論文  参考訳（メタデータ） (2023-12-02T05:00:55Z)
• Task Tree Retrieval For Robotic Cooking [0.0]
  本論文は,与えられた目標ノードに対するタスクツリー計画を生成する,異なるアルゴリズムの開発に基づく。 料理の知識表現はFOONと呼ばれ、異なるオブジェクトとそれらの間のそれぞれをモーションノードに格納する。
  論文  参考訳（メタデータ） (2023-11-27T20:41:21Z)
• 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)
• Zero-Shot Robot Manipulation from Passive Human Videos [59.193076151832145]
  我々は,人間の映像からエージェント非依存の行動表現を抽出するフレームワークを開発した。 我々の枠組みは、人間の手の動きを予測することに基づいている。 トレーニングされたモデルゼロショットを物理ロボット操作タスクにデプロイする。
  論文  参考訳（メタデータ） (2023-02-03T21:39:52Z)
• Learning Reward Functions for Robotic Manipulation by Observing Humans [92.30657414416527]
  我々は、ロボット操作ポリシーのタスク非依存報酬関数を学習するために、幅広い操作タスクを解く人間のラベル付きビデオを使用する。 学習された報酬は、タイムコントラストの目的を用いて学習した埋め込み空間におけるゴールまでの距離に基づいている。
  論文  参考訳（メタデータ） (2022-11-16T16:26:48Z)
• Knowledge Retrieval for Robotic Cooking [0.0]
  機能的オブジェクト指向ネットワークにおける検索アルゴリズム開発の背後にある動機は、ほとんどの場合、特定のレシピを検索するか、特定のレシピの材料を判断する必要があることである。 本稿では,ロボットと人間が複雑なタスクを一緒に完了させるための重み付きFOONとタスク計画アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-11-08T19:40:27Z)
• Knowledge Retrieval [0.0]
  本稿では主に,入力出力と動作ノードを用いた知識表現を構造化した関数型オブジェクト指向ネットワークに焦点をあてる。 本論文では,最適な出力を得るために木を横断する異なるアルゴリズムについても論じる。
  論文  参考訳（メタデータ） (2022-10-22T20:41:09Z)
• Bottom-Up Skill Discovery from Unsegmented Demonstrations for Long-Horizon Robot Manipulation [55.31301153979621]
  我々は,実世界の長距離ロボット操作作業に,スキル発見による取り組みを行う。 未解決のデモンストレーションから再利用可能なスキルのライブラリを学ぶためのボトムアップアプローチを提案する。 提案手法は,多段階操作タスクにおける最先端の模倣学習手法よりも優れた性能を示した。
  論文  参考訳（メタデータ） (2021-09-28T16:18:54Z)
• Lifelong Robotic Reinforcement Learning by Retaining Experiences [61.79346922421323]
  多くのマルチタスク強化学習は、ロボットが常にすべてのタスクからデータを収集できると仮定している。 本研究では,物理ロボットシステムの実用的制約を動機として,現実的なマルチタスクRL問題について検討する。 我々は、ロボットのスキルセットを累積的に成長させるために、過去のタスクで学んだデータとポリシーを効果的に活用するアプローチを導出する。
  論文  参考訳（メタデータ） (2021-09-19T18:00:51Z)
• 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)

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。