論文の概要: Robot-Enabled Construction Assembly with Automated Sequence Planning
based on ChatGPT: RoboGPT
- arxiv url: http://arxiv.org/abs/2304.11018v1
- Date: Fri, 21 Apr 2023 15:04:41 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-24 14:25:11.463473
- Title: Robot-Enabled Construction Assembly with Automated Sequence Planning
based on ChatGPT: RoboGPT
- Title（参考訳）: ChatGPT: RoboGPTに基づく自動シーケンス計画によるロボット実現型構築組立
- Authors: Hengxu You, Yang Ye, Tianyu Zhou, Qi Zhu, Jing Du
- Abstract要約: 本稿では,ChatGPTの高度な推論機能を活用した新しいシステムであるRoboGPTを紹介する。
提案システムはChatGPTを構築シーケンス計画に適用し,その実現可能性と有効性を示す。
その結果,RoboGPTを駆動するロボットは複雑な建設作業に対処し,飛行中の変化に適応できることがわかった。
- 参考スコア（独自算出の注目度）: 3.4107729935810944
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robot-based assembly in construction has emerged as a promising solution to
address numerous challenges such as increasing costs, labor shortages, and the
demand for safe and efficient construction processes. One of the main obstacles
in realizing the full potential of these robotic systems is the need for
effective and efficient sequence planning for construction tasks. Current
approaches, including mathematical and heuristic techniques or machine learning
methods, face limitations in their adaptability and scalability to dynamic
construction environments. To expand the ability of the current robot system in
sequential understanding, this paper introduces RoboGPT, a novel system that
leverages the advanced reasoning capabilities of ChatGPT, a large language
model, for automated sequence planning in robot-based assembly applied to
construction tasks. The proposed system adapts ChatGPT for construction
sequence planning and demonstrate its feasibility and effectiveness through
experimental evaluation including Two case studies and 80 trials about real
construction tasks. The results show that RoboGPT-driven robots can handle
complex construction operations and adapt to changes on the fly. This paper
contributes to the ongoing efforts to enhance the capabilities and performance
of robot-based assembly systems in the construction industry, and it paves the
way for further integration of large language model technologies in the field
of construction robotics.
- Abstract（参考訳）: ロボットによる組立は、コストの増加、労働力不足、安全で効率的な建設プロセスの需要など、多くの課題に対処するための有望な解決策として浮上している。
これらのロボットシステムの完全な可能性を実現する上での最大の障害の1つは、建設作業の効率的かつ効率的なシーケンス計画の必要性である。
数学的およびヒューリスティックなテクニックや機械学習手法を含む現在のアプローチは、動的構築環境への適応性とスケーラビリティの制限に直面している。
本稿では,大規模言語モデルであるChatGPTの高度な推論機能を活用し,建設作業に適用したロボットによる自動シーケンス計画システムであるRoboGPTを紹介する。
提案システムでは,ChatGPTを構築シーケンス計画に適用し,実施工作業に関する2つのケーススタディと80の試行を含む実験的な評価を通じて,その実現可能性と有効性を示す。
その結果,ロボット駆動ロボットは複雑な構造操作を処理し,その場で変化に適応できることがわかった。
本論文は,建設産業におけるロボット組立システムの能力と性能向上に向けた継続的な取り組みに寄与し,建設ロボティクス分野における大規模言語モデル技術のさらなる統合への道を開く。
関連論文リスト
- $π_0$: A Vision-Language-Action Flow Model for General Robot Control [77.32743739202543]
本稿では,インターネット規模のセマンティック知識を継承するために,事前学習された視覚言語モデル(VLM)上に構築された新しいフローマッチングアーキテクチャを提案する。
我々は,事前訓練後のタスクをゼロショットで実行し,人からの言語指導に追従し,微調整で新たなスキルを習得する能力の観点から,我々のモデルを評価した。
論文 参考訳（メタデータ） (2024-10-31T17:22:30Z) - $\textbf{EMOS}$: $\textbf{E}$mbodiment-aware Heterogeneous $\textbf{M}$ulti-robot $\textbf{O}$perating $\textbf{S}$ystem with LLM Agents [33.77674812074215]
異種ロボット間の効果的な協調を実現するための新しいマルチエージェントフレームワークを提案する。
エージェントがロボットURDFファイルを理解し、ロボットキネマティクスツールを呼び出し、その物理能力の記述を生成する。
Habitat-MASベンチマークは、マルチエージェントフレームワークがエンボディメント認識推論を必要とするタスクをどのように処理するかを評価するように設計されている。
論文 参考訳（メタデータ） (2024-10-30T03:20:01Z) - COHERENT: Collaboration of Heterogeneous Multi-Robot System with Large Language Models [49.24666980374751]
COHERENTは、異種マルチロボットシステムの協調のための新しいLCMベースのタスク計画フレームワークである。
提案-実行-フィードバック-調整機構は,個々のロボットに対して動作を分解・割り当てするように設計されている。
実験の結果,我々の研究は,成功率と実行効率の面で,従来の手法をはるかに上回っていることが明らかとなった。
論文 参考訳（メタデータ） (2024-09-23T15:53:41Z) - A Meta-Engine Framework for Interleaved Task and Motion Planning using Topological Refinements [51.54559117314768]
タスク・アンド・モーション・プランニング(タスク・アンド・モーション・プランニング、TAMP)は、自動化された計画問題の解決策を見つけるための問題である。
本稿では,TAMP問題のモデル化とベンチマークを行うための,汎用的でオープンソースのフレームワークを提案する。
移動エージェントと複数のタスク状態依存障害を含むTAMP問題を解決する革新的なメタ技術を導入する。
論文 参考訳（メタデータ） (2024-08-11T14:57:57Z) - RoboScript: Code Generation for Free-Form Manipulation Tasks across Real
and Simulation [77.41969287400977]
本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。
自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。
我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
論文 参考訳（メタデータ） (2024-02-22T15:12:00Z) - RoboGen: Towards Unleashing Infinite Data for Automated Robot Learning via Generative Simulation [68.70755196744533]
RoboGenはジェネレーティブなロボットエージェントで、ジェネレーティブなシミュレーションを通じて、さまざまなロボットのスキルを自動的に学習する。
我々の研究は、大規模モデルに埋め込まれた広範囲で多目的な知識を抽出し、それらをロボット工学の分野に移す試みである。
論文 参考訳（メタデータ） (2023-11-02T17:59:21Z) - SkiROS2: A skill-based Robot Control Platform for ROS [1.4502611532302039]
ROS上でのスキルベースのロボット制御プラットフォームであるSkiROS2を紹介する。
SkiROS2は、自動タスク計画とリアクティブ実行のための階層化されたハイブリッドコントロール構造を提案する。
本研究では,SkiROS2を現場に関連付け,タスク計画,推論,多感覚入力,製造実行システムの統合,強化学習の3つの事例を概説する。
論文 参考訳（メタデータ） (2023-06-29T15:25:51Z) - ProgPrompt: Generating Situated Robot Task Plans using Large Language
Models [68.57918965060787]
大規模言語モデル(LLM)は、タスク計画中の潜在的な次のアクションを評価するために使用することができる。
本稿では, プログラム型LCMプロンプト構造を用いて, 配置環境間での計画生成機能を実現する。
論文 参考訳（メタデータ） (2022-09-22T20:29:49Z) - Cooperative Task and Motion Planning for Multi-Arm Assembly Systems [32.56644393804845]
マルチロボット組立システムは、製造においてますます魅力的になりつつある。
それぞれのロボットがアイドルではなく同時に生産されることを保証する方法でこれらのシステムを計画することは困難である。
本稿では,ロボットのチームが複雑な空間構造を組み立てるための安全で低リスクな計画と協調的に計画するタスク・アンド・モーション・プランニング・フレームワークを提案する。
論文 参考訳（メタデータ） (2022-03-04T18:12:49Z) - Predicting Sample Collision with Neural Networks [5.713670854553366]
本稿では,サンプリングベース動作計画における高価なプリミティブ操作のコストに対処する枠組みを提案する。
我々は,2次元および3次元の作業空間における多様なロボットによる複数計画問題の枠組みを評価する。
論文 参考訳（メタデータ） (2020-06-30T14:56:14Z)
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。