論文の概要: Robot Grasping and Manipulation: A Prospective
- arxiv url: http://arxiv.org/abs/2303.07807v1
- Date: Tue, 14 Mar 2023 11:27:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2023-03-15 15:20:08.470012
- Title: Robot Grasping and Manipulation: A Prospective
- Title（参考訳）: ロボットの把持と操作:展望
- Authors: Claudio Zito
- Abstract要約: ストーリーラインでは、Westworldは未来的なテーマパークであり、ホストはまだ完成していない手を除いて、人間のゲストと区別できないよう、自律的なロボットが設計されている。
もう1つの古典的なSFのサガでは、科学者は未来的な手でリバースエンジニアリングすることで、完全な合成知能の秘密を解き放つ。
両手をデザインし、堅牢で信頼性の高い操作アクションを再現することは、ロボット工学における最大の課題の1つだ。
- 参考スコア（独自算出の注目度）: 0.9137554315375919
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: ``A simple handshake would give them away''. This is how Anthony Hopkins'
fictional character, Dr Robert Ford, summarises a particular flaw of the 2016
science-fiction \emph{Westworld}'s hosts. In the storyline, Westworld is a
futuristic theme park and the hosts are autonomous robots engineered to be
indistinguishable from the human guests, except for their hands that have not
been perfected yet. In another classic science-fiction saga, scientists unlock
the secrets of full synthetic intelligence, Skynet, by reverse engineering a
futuristic hand.
In both storylines, reality inspires fiction on one crucial point: designing
hands and reproducing robust and reliable manipulation actions is one of the
biggest challenges in robotics.
Solving this problem would lead us to a new, improved era of autonomy. A
century ago, the third industrial revolution brought robots into the assembly
lines, changing our way of working forever. The next revolution has already
started by bringing us artificial intelligence (AI) assistants, enhancing our
quality of life in our jobs and everyday lives--even combating worldwide
pandemics.
- Abstract（参考訳）: 「簡単な握手なら手を放すだろう。」
アンソニー・ホプキンスの架空の人物であるロバート・フォード博士は、2016年のsf小説『ウェストワールド』のホストの欠陥を要約している。
ストーリーラインでは、Westworldは未来的なテーマパークであり、ホストはまだ完成していない手を除いて、人間のゲストと区別できないよう、自律的なロボットが設計されている。
別の古典的なsf小説では、科学者が未来的な手をリバースエンジニアリングすることで、完全な人工知能であるスカイネットの秘密を解き放ちます。
両手をデザインし、堅牢で信頼性の高い操作アクションを再現することは、ロボット工学における最大の課題の1つだ。
この問題を解決することで、新たな自律性の時代が生まれます。
1世紀前、第三次産業革命はロボットを組立ラインに持ち込み、我々の働き方を変えました。
人工知能(AI)アシスタントを導入し、私たちの仕事や日常生活における生活の質を高めることで、世界規模のパンデミックと戦っても、次の革命はすでに始まっている。
関連論文リスト
- Anti Robot Speciesism [0.5699788926464752]
我々は,ヒト科のヒトに対する優遇的治療に適応する動機付けによって,ヒト科のヒト様の能力を否定する傾向がみられた。
6つの実験によると、ロボットは生物ではないため、人間のような属性を否定されている。
人は、完全に人間らしいロボットの能力に合理的に特化しないが、それらに適した能力は否定する。
論文 参考訳（メタデータ） (2025-03-26T13:56:30Z) - Breathless: An 8-hour Performance Contrasting Human and Robot Expressiveness [16.69221972067975]
本稿では,人間のダンサーと産業用ロボットアームを組み合わせたオリジナルパフォーマンスを支えるロボット技術について述べる。
ロボットアームを制御するために, 各種の正弦波運動と各関節の振幅, 周波数, オフセットを組み合わせ, 身体労働に共通する人間の動作を誘発する。
ビデオに基づく人的対象追跡と抽出のための深層学習技術を用いて、さらなる動きが開発された。
論文 参考訳（メタデータ） (2024-11-19T09:20:51Z) - Generalizable Humanoid Manipulation with 3D Diffusion Policies [41.23383596258797]
我々は、ヒューマノイドロボットによる自律的な操作の問題を解決するために、現実世界のロボットシステムを構築している。
本システムは主に,人型ロボットデータを取得するための全身ロボット遠隔操作システムと,高さ調整可能なカートと3D LiDARセンサを備えた25-DoFヒューマノイドロボットプラットフォームの統合である。
1つのシーンで収集されたデータのみを使用し、オンボードコンピューティングのみで、フルサイズのヒューマノイドロボットが様々な現実世界のシナリオで自律的にスキルを発揮できることが示される。
論文 参考訳（メタデータ） (2024-10-14T17:59:00Z) - Uniform vs. Lognormal Kinematics in Robots: Perceptual Preferences for Robotic Movements [2.9907287985468924]
共同作業ロボットやコボットは、共通の作業環境で人間と対話する。
本論文は,人間がロボットの移動を好むか,ロボットの動作を好むかを分析することを目的とする。
論文 参考訳（メタデータ） (2024-05-29T13:36:47Z) - HumanoidBench: Simulated Humanoid Benchmark for Whole-Body Locomotion and Manipulation [50.616995671367704]
そこで本研究では,人型ロボットが器用な手を備えた,高次元シミュレーション型ロボット学習ベンチマークHumanoidBenchを提案する。
その結果,現在最先端の強化学習アルゴリズムがほとんどのタスクに支障をきたすのに対して,階層的学習アプローチはロバストな低レベルポリシーに支えられた場合,優れた性能を達成できることがわかった。
論文 参考訳（メタデータ） (2024-03-15T17:45:44Z) - Giving Robots a Hand: Learning Generalizable Manipulation with
Eye-in-Hand Human Video Demonstrations [66.47064743686953]
眼内カメラは、視覚に基づくロボット操作において、より優れたサンプル効率と一般化を可能にすることを約束している。
一方、人間がタスクを行うビデオは、ロボット遠隔操作の専門知識を欠いているため、収集コストがずっと安い。
本研究では,広範にラベルのない人間ビデオによるロボット模倣データセットを拡張し,眼球運動ポリシーの一般化を大幅に促進する。
論文 参考訳（メタデータ） (2023-07-12T07:04:53Z) - 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) - Robots with Different Embodiments Can Express and Influence Carefulness
in Object Manipulation [104.5440430194206]
本研究では,2つのロボットによるコミュニケーション意図による物体操作の知覚について検討する。
ロボットの動きを設計し,物体の搬送時に注意を喚起するか否かを判断した。
論文 参考訳（メタデータ） (2022-08-03T13:26:52Z) - DayDreamer: World Models for Physical Robot Learning [142.11031132529524]
深層強化学習はロボット学習の一般的なアプローチであるが、学習するには大量の試行錯誤が必要となる。
ロボット学習の多くの進歩はシミュレータに依存している。
本稿では,Dreamerを4つのロボットに適用し,シミュレータを使わずに,オンラインおよび実世界で直接学習する。
論文 参考訳（メタデータ） (2022-06-28T17:44:48Z) - Robotic Telekinesis: Learning a Robotic Hand Imitator by Watching Humans
on Youtube [24.530131506065164]
我々は、人間なら誰でもロボットの手と腕を制御できるシステムを構築します。
ロボットは、人間のオペレーターを1台のRGBカメラで観察し、その動作をリアルタイムで模倣する。
我々はこのデータを利用して、人間の手を理解するシステムを訓練し、人間のビデオストリームをスムーズで、素早く、安全に、意味論的に誘導デモに類似したロボットのハンドアーム軌道に再ターゲティングする。
論文 参考訳（メタデータ） (2022-02-21T18:59:59Z) - Know Thyself: Transferable Visuomotor Control Through Robot-Awareness [22.405839096833937]
新しいロボットをスクラッチからトレーニングするためには、通常大量のロボット固有のデータを生成する必要がある。
簡単なロボット「自己認識」を活用する「ロボット認識」ソリューションパラダイムを提案する。
シミュレーションおよび実際のロボットにおけるテーブルトップ操作に関する実験により、これらのプラグインの改善により、ビジュモータコントローラの転送性が劇的に向上することを示した。
論文 参考訳（メタデータ） (2021-07-19T17:56:04Z) - 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) - OpenBot: Turning Smartphones into Robots [95.94432031144716]
現在のロボットは高価か、感覚豊かさ、計算能力、通信能力に重大な妥協をもたらす。
我々はスマートフォンを活用して、センサースイート、強力な計算能力、最先端通信チャネル、繁栄するソフトウェアエコシステムへのアクセスなどを備えたロボットを装備することを提案する。
われわれは50ドルの小型電気自動車を設計し、標準のAndroidスマートフォンのロボットボディとして機能する。
論文 参考訳（メタデータ） (2020-08-24T18:04:50Z)
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。