Fugu-MT 論文翻訳(概要): Knowledge Retrieval using Foon

論文の概要: Knowledge Retrieval using Foon

arxiv url: http://arxiv.org/abs/2211.03790v1
Date: Sun, 6 Nov 2022 02:28:57 GMT
ステータス: 処理完了
システム内更新日: 2022-11-09 16:56:12.605125
Title: Knowledge Retrieval using Foon
Title（参考訳）: foonを用いた知識検索
Authors: Vara Bhavya Sri Malli
Abstract要約: ロボットがタスクプランを創造的に新しい、あるいは予期せぬ課題に適応させる能力は、その活動と環境に対する限られた理解に大きく寄与する。我々は、グラフ検索による知識検索により、多数のビデオソースから引き出された知識を利用することで、操作シーケンスを得ることができる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Flexible task planning is still a significant challenge for robots. The inability of robots to creatively adapt their task plans to new or unforeseen challenges is largely attributable to their limited understanding of their activities and the environment. Cooking, for example, requires a person to occasionally take risks that a robot would find extremely dangerous. We may obtain manipulation sequences by employing knowledge that is drawn from numerous video sources thanks to knowledge retrieval through graph search.
Abstract（参考訳）: 柔軟なタスクプランニングはロボットにとって依然として重要な課題だ。ロボットがタスク計画を創造的に新しい、あるいは予期せぬ課題に適応できないことは、彼らの活動と環境に対する限られた理解に起因する。例えば料理は、ロボットが非常に危険になるリスクをたまに負う必要がある。グラフ検索による知識検索により,多数の映像ソースから得られる知識を用いて操作シーケンスを得ることができる。

関連論文リスト

Prompting Task Trees using Gemini: Methodologies and Insights [0.0]
今日の大きな課題は、知識表現を使ってロボットを正確に、共感的に訓練することだ。本稿では,非構造化知識表現を用いて意味のある構造化表現に変換する方法について考察する。
論文参考訳（メタデータ） (2024-05-06T17:48:10Z)
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)
Online Damage Recovery for Physical Robots with Hierarchical Quality-Diversity [3.899855581265355]
階層的行動レパートリーを用いて多様なスキルを学習する階層的試行錯誤アルゴリズムを導入する。階層的なスキルの分解により、ロボットはより複雑な振る舞いを学習し、レパートリーの学習を学習しやすくする。
論文参考訳（メタデータ） (2022-10-18T15:02:41Z)
Hierarchical Quality-Diversity for Online Damage Recovery [1.376408511310322]
階層的行動レパートリーを用いて多様なスキルを学習する階層的試行錯誤アルゴリズムを導入する。階層的なスキルの分解により、ロボットはより複雑な振る舞いを学習し、レパートリーの学習を学習しやすくする。
論文参考訳（メタデータ） (2022-04-12T11:44:01Z)
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)
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)
Actionable Models: Unsupervised Offline Reinforcement Learning of Robotic Skills [93.12417203541948]
与えられたデータセットの任意の目標状態に到達するために学習することによって、環境の機能的な理解を学ぶ目的を提案する。提案手法は,高次元カメラ画像上で動作し,これまで見つからなかったシーンやオブジェクトに一般化した実ロボットの様々なスキルを学習することができる。
論文参考訳（メタデータ） (2021-04-15T20:10:11Z)
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)
Task-relevant Representation Learning for Networked Robotic Perception [74.0215744125845]
本稿では,事前学習されたロボット知覚モデルの最終的な目的と協調して設計された感覚データのタスク関連表現を学習するアルゴリズムを提案する。本アルゴリズムは,ロボットの知覚データを競合する手法の最大11倍まで積極的に圧縮する。
論文参考訳（メタデータ） (2020-11-06T07:39:08Z)
Sim2Real for Peg-Hole Insertion with Eye-in-Hand Camera [58.720142291102135]
シミュレーションを用いてペグホール挿入問題を学習し,学習したモデルを実ロボットに転送する。本稿では,RGB-Dとジョイント情報(プロレセプション)のみを取り入れたトランスファーポリシーが,実際のロボットに対して良好に動作することを示す。
論文参考訳（メタデータ） (2020-05-29T05:58:54Z)

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。