論文の概要: Extracting task trees using knowledge retrieval search algorithms in
functional object-oriented network
- arxiv url: http://arxiv.org/abs/2211.08314v1
- Date: Tue, 15 Nov 2022 17:20:08 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-16 15:27:54.883489
- Title: Extracting task trees using knowledge retrieval search algorithms in
functional object-oriented network
- Title(参考訳): 機能的オブジェクト指向ネットワークにおける知識検索アルゴリズムを用いたタスクツリー抽出
- Authors: Tyree Lewis
- Abstract要約: 機能的オブジェクト指向ネットワーク(FOON)はロボットが利用できる知識表現法として開発されている。
FOONは、ロボットがタスクツリーを取得するための順序付けられた計画を提供するグラフとして見ることができる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The functional object-oriented network (FOON) has been developed as a
knowledge representation method that can be used by robots in order to perform
task planning. A FOON can be observed as a graph that can provide an ordered
plan for robots to retrieve a task tree, through the knowledge retrieval
process. We compare two search algorithms to evaluate their performance in
extracting task trees: iterative deepening search (IDS) and greedy best-first
search (GBFS) with two different heuristic functions. Then, we determine which
algorithm is capable of obtaining a task tree for various cooking recipes using
the least number of functional units. Preliminary results show that each
algorithm can perform better than the other, depending on the recipe provided
to the search algorithm.
- Abstract(参考訳): 機能的オブジェクト指向ネットワーク(FOON)は,ロボットがタスク計画を行うために使用できる知識表現手法として開発された。
フォオンは、ロボットが知識検索プロセスを通じてタスクツリーを取得するための順序付き計画を提供するグラフとして観察することができる。
課題木抽出における2つの探索アルゴリズムを比較し,2つの異なるヒューリスティック関数を持つ反復的深度探索(IDS)と欲求最優先探索(GBFS)を比較した。
そして,最小限の機能単位を用いて,様々な調理レシピのタスクツリーを得ることができるアルゴリズムを決定する。
予備的な結果から,各アルゴリズムは,検索アルゴリズムに提供されるレシピによって,他のアルゴリズムよりも優れることを示す。
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) - Autonomous Tree-search Ability of Large Language Models [58.68735916408101]
大規模言語モデルは、高度なプロンプト技術で顕著な推論能力に優れています。
近年の研究では、LLMがより困難な推論タスクを解くために受動的木探索を行えるように、検索ロジックを定義するために外部プログラムを活用することが提案されている。
我々は,LLMの自律木探索能力という新しい概念を提案し,正しい解を求める探索軌跡を含む応答を自動生成する。
論文 参考訳(メタデータ) (2023-10-14T14:14:38Z) - Task Tree Retrieval Algorithms for Robotic Cooking Using The Functional
Object-Oriented Network [0.0]
我々は,与えられた目標ノードのタスクツリーを生成するための3つの探索アルゴリズムを実装した。
本論文では, アプローチ, プロセス, 結果について述べる。
論文 参考訳(メタデータ) (2022-11-12T20:59:53Z) - 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) - Efficient Non-Parametric Optimizer Search for Diverse Tasks [93.64739408827604]
興味のあるタスクを直接検索できる,スケーラブルで汎用的なフレームワークを初めて提示する。
基礎となる数学表現の自然木構造に着想を得て、空間を超木に再配置する。
我々は,モンテカルロ法を木探索に適用し,レジェクションサンプリングと等価形状検出を備える。
論文 参考訳(メタデータ) (2022-09-27T17:51:31Z) - DAAS: Differentiable Architecture and Augmentation Policy Search [107.53318939844422]
この研究は、ニューラルネットワークとデータ拡張のカップリングの可能性を検討し、それらを共同で検索する効果的なアルゴリズムを提案する。
CIFAR-10では97.91%、ImageNetデータセットでは76.6%の精度で97.91%の精度を達成し、検索アルゴリズムの優れた性能を示している。
論文 参考訳(メタデータ) (2021-09-30T17:15:17Z) - Evaluating Recipes Generated from Functional Object-Oriented Network [4.94338660039249]
機能的オブジェクト指向ネットワーク(FOON)は知識表現として導入され、グラフの形式を採っている。
ロボットは、操作タスクのシーケンシャルプランを得るために、FOONから知識検索プロセスを通じてタスクツリーを得ることができる。
獲得したタスクツリーの品質を,レシピやマニュアルといった従来のタスク知識と比較する。
論文 参考訳(メタデータ) (2021-06-01T19:00:52Z) - Neural Architecture Search From Fr\'echet Task Distance [50.9995960884133]
与えられたベースラインタスクのセット内の対象タスクと各タスクの間の距離を、ターゲットタスクのニューラルネットワークアーキテクチャ検索スペースを減らすためにどのように使用できるかを示す。
タスク固有のアーキテクチャに対する検索空間の複雑さの低減は、このサイド情報を用いることなく完全な検索を行う代わりに、類似したタスクのために最適化されたアーキテクチャ上に構築することで達成される。
論文 参考訳(メタデータ) (2021-03-23T20:43:31Z) - MTL-NAS: Task-Agnostic Neural Architecture Search towards
General-Purpose Multi-Task Learning [71.90902837008278]
汎用マルチタスク学習(GP-MTL)にニューラルアーキテクチャサーチ(NAS)を導入することを提案する。
異なるタスクの組み合わせに対応するため、GP-MTLネットワークを単一タスクのバックボーンに分割する。
また,探索されたアーキテクチャ間の性能ギャップを埋める単一ショット勾配に基づく探索アルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-03-31T09:49:14Z) - Automatic Gesture Recognition in Robot-assisted Surgery with
Reinforcement Learning and Tree Search [63.07088785532908]
共同手術におけるジェスチャー分割と分類のための強化学習と木探索に基づく枠組みを提案する。
我々のフレームワークは,JIGSAWSデータセットのサチューリングタスクにおいて,精度,編集スコア,F1スコアの点で,既存の手法よりも一貫して優れています。
論文 参考訳(メタデータ) (2020-02-20T13:12:38Z)
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。