論文の概要: Knowledge Retrieval

• arxiv url: http://arxiv.org/abs/2211.03522v1
• Date: Sat, 22 Oct 2022 20:41:09 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-14 00:01:11.659080
• Title: Knowledge Retrieval
• Title（参考訳）: 知識検索
• Authors: Vishnu Vardhan Reddy Palli
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Robots are man made machines which are used to accomplish the tasks. Robots are mainly used to do complex tasks and work in hazardous environment where humans are difficult to work. They are not only designed to use in hazardous environment but also in the environment where humans are performing the same task repeatedly. These are also used for cooking purpose some tasks can be completed with the interaction of both the human and robot one of such things is cooking where human should help robot in making dishes. This paper mainly focusses on Functional Object Oriented Network which is structured knowledge representation using the input output and motion nodes. Task tress are generated using the task tree FOON is produced and collections of all FOONS forms the universal FOON. Different algorithms to traverse the tree in order to get the best output are also discussed in this paper. The desired node or goal node can be achieved from the start node using the different search algorithms and comparison between them is discussed.
• Abstract（参考訳）: ロボットは、タスクを達成するために使用される人造機械です。 ロボットは主に複雑な作業や、人間が働くことが難しい危険な環境での作業に使用される。 危険環境だけでなく、人間が同じタスクを繰り返し実行している環境でも使用されるように設計されている。 これらは調理目的にも使われており、人間とロボットの相互作用によっていくつかのタスクを完了させることができる。 本稿では主に,入力出力と動作ノードを用いた知識表現構造である関数型オブジェクト指向ネットワークに焦点を当てる。 タスクツリーFOONを使用してタスクトレスを生成し、すべてのFOONSのコレクションがユニバーサルFOONを形成する。 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。 所望のノードまたはゴールノードは、異なる探索アルゴリズムを用いて開始ノードから達成することができ、それらの比較について議論する。

関連論文リスト

• 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)
• 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)
• FOON Creation and Traversal for Recipe Generation [0.0]
  FOONは機能的なオブジェクト指向ネットワークを指す。 ネットワークはまず、人間が.txtファイル内の入力ノードと出力ノードを作成することで作成する必要がある。
  論文  参考訳（メタデータ） (2022-10-13T20:11:22Z)
• Can Foundation Models Perform Zero-Shot Task Specification For Robot Manipulation? [54.442692221567796]
  タスク仕様は、熟練していないエンドユーザの関与とパーソナライズされたロボットの採用に不可欠である。 タスク仕様に対する広く研究されているアプローチは、目標を通じて、コンパクトな状態ベクトルまたは同じロボットシーンのゴールイメージを使用することである。 そこで本研究では,人間の指定や使用が容易な目標仕様の代替的,より汎用的な形式について検討する。
  論文  参考訳（メタデータ） (2022-04-23T19:39:49Z)
• Functional Task Tree Generation from a Knowledge Graph to Solve Unseen Problems [5.400294730456784]
  人間とは異なり、ロボットは創造的に新しいシナリオに適応できない。 知識グラフの形で存在する知識は、タスクツリーを作成するための参照の基盤として使用される。 提案手法は, 未確認成分の組み合わせであっても, 高精度にタスクプランを作成できることが示唆された。
  論文  参考訳（メタデータ） (2021-12-04T21:28:22Z)
• Learning Language-Conditioned Robot Behavior from Offline Data and Crowd-Sourced Annotation [80.29069988090912]
  本研究では,ロボットインタラクションの大規模なオフラインデータセットから視覚に基づく操作タスクを学習する問題について検討する。 クラウドソースの自然言語ラベルを用いたオフラインロボットデータセットの活用を提案する。 提案手法は目標画像仕様と言語条件付き模倣技術の両方を25%以上上回っていることがわかった。
  論文  参考訳（メタデータ） (2021-09-02T17:42:13Z)
• 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)
• Learning Generalizable Robotic Reward Functions from "In-The-Wild" Human Videos [59.58105314783289]
  ドメインに依存しないビデオ識別器(DVD)は、2つのビデオが同じタスクを実行しているかどうかを判断するために識別器を訓練することによりマルチタスク報酬関数を学習する。 DVDは、人間のビデオの広いデータセットで少量のロボットデータから学習することで、一般化することができる。 DVDと視覚モデル予測制御を組み合わせることで、実際のWidowX200ロボットのロボット操作タスクを単一の人間のデモから未知の環境で解決できます。
  論文  参考訳（メタデータ） (2021-03-31T05:25:05Z)
• Joint Mind Modeling for Explanation Generation in Complex Human-Robot Collaborative Tasks [83.37025218216888]
  本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。 ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。 その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2020-07-24T23:35:03Z)

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。