論文の概要: Towards Long-term Autonomy: A Perspective from Robot Learning
- arxiv url: http://arxiv.org/abs/2212.12798v1
- Date: Sat, 24 Dec 2022 18:32:14 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-27 15:09:28.448525
- Title: Towards Long-term Autonomy: A Perspective from Robot Learning
- Title(参考訳): 長期的な自律化に向けて:ロボット学習の展望
- Authors: Zhi Yan, Li Sun, Tomas Krajnik, Tom Duckett, Nicola Bellotto
- Abstract要約: サービスロボットは、人間の介入なしに長期にわたって自律的に動作できることが期待されている。
本稿では,ロボット学習の観点から長期的自律性の問題について考察する。
- 参考スコア(独自算出の注目度): 13.38855419752331
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the future, service robots are expected to be able to operate autonomously
for long periods of time without human intervention. Many work striving for
this goal have been emerging with the development of robotics, both hardware
and software. Today we believe that an important underpinning of long-term
robot autonomy is the ability of robots to learn on site and on-the-fly,
especially when they are deployed in changing environments or need to traverse
different environments. In this paper, we examine the problem of long-term
autonomy from the perspective of robot learning, especially in an online way,
and discuss in tandem its premise "data" and the subsequent "deployment".
- Abstract(参考訳): 将来的には、サービスロボットは人間の介入なしに長時間自律的に運用できるようになることが期待されている。
この目標を達成するための多くの努力が、ハードウェアとソフトウェアの両方のロボティクスの開発で浮かび上がっている。
今日では、長期的なロボットの自律性の重要な基盤は、ロボットが現場や現場で学べること、特に環境の変化や異なる環境を横切る必要があるときだと考えている。
本稿では,ロボット学習,特にオンライン学習の観点から長期的自律性の問題について考察し,その前提である「データ」とその後の「展開」について考察する。
関連論文リスト
- Correspondence learning between morphologically different robots via
task demonstrations [2.1374208474242815]
形態の異なる2つ以上のロボットの対応関係を学習する手法を提案する。
本提案手法では,関節制御付き固定ベースマニピュレータロボットと差動駆動移動ロボットとが対応可能である。
本研究では,実際のマニピュレータロボットとシミュレートされた移動ロボットとの対応学習の概念実証を行う。
論文 参考訳(メタデータ) (2023-10-20T12:42:06Z) - Exploring AI-enhanced Shared Control for an Assistive Robotic Arm [5.461938536945723]
特に,アートインテリジェンス(AI)を共有制御パラダイムに統合する方法について検討する。
特に,人間とロボットのインターフェースの簡潔な要件に着目した。
論文 参考訳(メタデータ) (2023-06-23T14:19:56Z) - 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) - HERD: Continuous Human-to-Robot Evolution for Learning from Human
Demonstration [57.045140028275036]
本研究では,マイクロ進化的強化学習を用いて,操作スキルを人間からロボットに伝達可能であることを示す。
本稿では,ロボットの進化経路とポリシーを協調的に最適化する多次元進化経路探索アルゴリズムを提案する。
論文 参考訳(メタデータ) (2022-12-08T15:56:13Z) - Human Autonomy as a Design Principle for Socially Assistive Robots [0.0]
我々は,社会支援ロボットの設計の中心に,人間の自律性が必要であることを提案する。
設計の取り組みの例として、私たちはAssistアーキテクチャの特徴をいくつか説明します。
論文 参考訳(メタデータ) (2022-11-12T21:27:43Z) - A Capability and Skill Model for Heterogeneous Autonomous Robots [69.50862982117127]
機能モデリングは、異なるマシンが提供する機能を意味的にモデル化するための有望なアプローチと考えられている。
この貢献は、製造から自律ロボットの分野への能力モデルの適用と拡張の仕方について考察する。
論文 参考訳(メタデータ) (2022-09-22T10:13:55Z) - GenLoco: Generalized Locomotion Controllers for Quadrupedal Robots [87.32145104894754]
四足歩行ロボットのための汎用ロコモーション(GenLoco)コントローラを訓練するためのフレームワークを提案する。
本フレームワークは,多種多様な四足歩行ロボットに展開可能な汎用ロコモーションコントローラを合成する。
我々のモデルは、より一般的な制御戦略を取得し、新しいシミュレーションロボットや実世界のロボットに直接移行できることを示す。
論文 参考訳(メタデータ) (2022-09-12T15:14:32Z) - REvolveR: Continuous Evolutionary Models for Robot-to-robot Policy
Transfer [57.045140028275036]
本研究では,運動学や形態学など,異なるパラメータを持つ2つの異なるロボット間でポリシーを伝達する問題を考察する。
模倣学習手法を含む動作や状態遷移の分布を一致させることで、新しいポリシーを訓練する既存のアプローチは、最適な動作や/または状態分布が異なるロボットでミスマッチしているために失敗する。
本稿では,物理シミュレータに実装されたロボット政策伝達に連続的進化モデルを用いることで,$RevolveR$という新しい手法を提案する。
論文 参考訳(メタデータ) (2022-02-10T18:50:25Z) - Back to Reality for Imitation Learning [8.57914821832517]
模倣学習と一般のロボット学習は、ロボット工学のブレークスルーではなく、機械学習のブレークスルーによって生まれた。
私たちは、現実世界のロボット学習のより良い指標は時間効率であり、人間の真のコストをモデル化するものだと考えています。
論文 参考訳(メタデータ) (2021-11-25T02:03:52Z) - 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) - Design and Development of Autonomous Delivery Robot [0.16863755729554888]
私たちは、VNITキャンパス内のパッケージを人間の通信なしで配信する自律移動ロボットプラットフォームを提示します。
この論文では、屋外環境で働く自律ロボットのパイプライン全体について説明する。
論文 参考訳(メタデータ) (2021-03-16T17:57:44Z)
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。