論文の概要: Correct-by-Construction Design of Contextual Robotic Missions Using Contracts

• arxiv url: http://arxiv.org/abs/2306.08144v1
• Date: Tue, 13 Jun 2023 21:29:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2023-10-23 19:47:27.992135
• Title: Correct-by-Construction Design of Contextual Robotic Missions Using Contracts
• Title（参考訳）: 契約によるコンテキストロボットミッションの正しい構成設計
• Abstract要約: 本稿では,コンテキストロボットミッションの仕様と実装のための新しい構成フレームワークを提案する。 本研究では,一定の条件下での精度を確保しつつ,サブミッションコントローラ間の動的切替の問題に対処する。
• 参考スコア（独自算出の注目度）: 6.890369837091434
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Effectively specifying and implementing robotic missions pose a set of challenges to software engineering for robotic systems, since they require formalizing and executing a robot's high-level tasks while considering various application scenarios and conditions, also known as contexts, in real-world operational environments. Writing correct mission specifications that explicitly account for multiple contexts can be a tedious and error-prone task. Moreover, as the number of context, hence the specification, becomes more complex, generating a correct-by-construction implementation, e.g., by using synthesis methods, can become intractable. A viable approach to address these issues is to decompose the mission specification into smaller sub-missions, with each sub-mission corresponding to a specific context. However, such a compositional approach would still pose challenges in ensuring the overall mission correctness. In this paper, we propose a new, compositional framework for the specification and implementation of contextual robotic missions using assume-guarantee contracts. The mission specification is captured in a hierarchical and modular way and each sub-mission is synthesized as a robot controller. We address the problem of dynamically switching between sub-mission controllers while ensuring correctness under certain conditions.
• Abstract（参考訳）: ロボットミッションを効果的に指定し、実装することは、実際の運用環境で様々なアプリケーションシナリオや状況を考慮して、ロボットのハイレベルなタスクを形式化し実行する必要があるため、ロボットシステムのソフトウェアエンジニアリングにいくつかの課題をもたらす。 複数のコンテキストを明示的に考慮した正しいミッション仕様を書くことは、退屈でエラーを起こしやすいタスクです。 さらに、コンテキストの数、すなわち仕様がより複雑になるにつれて、例えば合成法を用いて、正しい構成の実装を生成することができる。 これらの問題に対処するための実行可能なアプローチは、ミッション仕様をより小さなサブミッションに分解することであり、それぞれのサブミッションは特定のコンテキストに対応する。 しかし、このような構成アプローチは、全体的なミッションの正確性を保証する上でも課題となる。 本稿では,前提-保証契約を用いたコンテキストロボットミッションの仕様と実装のための新しい構成フレームワークを提案する。 ミッション仕様は階層的でモジュラーな方法でキャプチャされ、各サブミッションはロボットコントローラとして合成される。 サブミッションコントローラ間の動的切り替えの問題に対処し,一定の条件下での正確性を確保しつつ対処する。

関連論文リスト

• Linear Temporal Logic Translation via Human-Inspired Self-Constrained Reasoning for Robot Task Specification [11.09194221294896]
  人間の指示を正式なタスク仕様に翻訳することは、検証可能で安全なロボット実行に不可欠である。 既存の翻訳者は、オープンエンドの推論やポストホックの制約執行を通じて、このギャップを埋めようとしている。 本稿では、構造的知識をモデル決定プロセスに内在させることにより、このトレードオフを緩和するフレームワークである自己制約推論(SCR)を提案する。
  論文  参考訳（メタデータ） (2026-08-28T15:18:21Z)
• Development of a Structured Approach for Establishing Mission Engineering Requirements [0.0]
  顧客要求がない場合、ミッションの有効性を体系的に定義したり、近似したりするにはどうすればよいか? ミッション意図をミッションコンテキスト、関数、制約、臨界次元、有効性属性、アーキテクチャ代替物に分解する構造的アプローチが提案されている。 結果として得られる方法は、Tier 1 と 2 の要件を導出するためのトレース可能な基盤を提供する。
  論文  参考訳（メタデータ） (2026-06-04T03:28:12Z)
• RoboWits: Unexpected Challenges for Robotic Creative Problem Solving [58.58727722988084]
  我々は、認知的推論、創造的ツールの使用、予期しない状況に対する堅牢性を評価するために設計された、双方向のロボットベンチマークであるRoboWitsを紹介する。 このパイプラインを用いて,30種類の種タスクと208のタスクを,幾何学的,物質的,集合的推論にまたがる変異と難易度でキュレートした。 プレトレーニングされたVLAは,単一タスクの微調整後にシードタスクに予備的な成功を示すが,変異タスクの実行に苦慮している。
  論文  参考訳（メタデータ） (2026-05-28T17:57:15Z)
• Melding LLM and temporal logic for reliable human-swarm collaboration in complex scenarios [17.56189537207367]
  我々は,長期にわたる人間とスワムのコラボレーションのためのニューロシンボリックな枠組みを導入する。 ミッション目標と運用ルールを時間論理式として,タスクオートマトンとして許容可能なタスクオーダとして定式化する。 イベントトリガー方式のインタラクションプロトコルでは、操作者がスパースでハイレベルな確認とガイダンスに関与することを制限している。
  論文  参考訳（メタデータ） (2026-05-08T15:32:14Z)
• Specification-Aware Distribution Shaping for Robotics Foundation Models [0.0]
  本稿では,事前訓練されたロボット基盤モデルの実行において,パラメータを変更することなく,信号時間論理(STL)の幅広い制約を適用可能な,仕様対応の行動分布最適化フレームワークを提案する。 複数の環境と複雑な仕様をまたいだ最先端のロボティクス基盤モデルを用いてシミュレーションの枠組みを検証した。
  論文  参考訳（メタデータ） (2026-03-18T17:36:46Z)
• CommCP: Efficient Multi-Agent Coordination via LLM-Based Communication with Conformal Prediction [23.27599901280979]
  EQA(Embodied Question Answering, MM-EQA)は、標準EQA(Embodied Question Answering)の新たな拡張である。 MM-EQA用に設計された新しい分散通信フレームワークであるCommCPを提案する。 我々のフレームワークは、コンフォメーション予測を用いて、生成されたメッセージの校正を行い、受信者の気晴らしを最小限にする。
  論文  参考訳（メタデータ） (2026-02-05T18:59:45Z)
• HELP: Hierarchical Embodied Language Planner for Household Tasks [75.38606213726906]
  複雑なシナリオを扱うエージェントは、堅牢な計画能力に大きく依存する。 広範な言語知識を備えた大規模言語モデルは、この役割を果たすことができる。 LLMをベースとした一組のエージェントからなる階層型エンボディード言語プランナーHELPを提案する。
  論文  参考訳（メタデータ） (2025-12-25T15:54:08Z)
• Heterogeneous Robot Collaboration in Unstructured Environments with Grounded Generative Intelligence [54.91177026001217]
  大規模言語モデル(LLM)対応のチーム化手法は、よく構造化された既知の環境を前提とするのが一般的である。 異種ロボットチームにおけるLCMの推論能力を基盤として,これらの制約に対処するフレームワークであるSPINE-HTを提案する。 我々のフレームワークは、従来のLLM対応の不均一なチームリング手法と比較して、ほぼ2倍の成功率を達成する。
  論文  参考訳（メタデータ） (2025-10-30T18:24:38Z)
• Leveraging LLMs for Mission Planning in Precision Agriculture [3.3088495893219885]
  本稿では,自然言語命令を用いて複雑なデータ収集タスクを自律ロボットに割り当てるエンド・ツー・エンドシステムを提案する。 再利用性を高めるために、ミッションプランは既存のIEEEタスク仕様標準を使用してエンコードされ、既存のROSライブラリで高レベルのミッション記述をブリッジするROS2ノードを介してロボットで実行される。
  論文  参考訳（メタデータ） (2025-06-11T18:25:23Z)
• Air-Ground Collaboration for Language-Specified Missions in Unknown Environments [62.56917065429864]
  本稿では,無人航空機 (UAV) と無人地上機 (UGV) が,自然言語で指定されたミッションを協調的に達成できる,第一種システムを提案する。 我々は、Large Language Model(LLM)対応プランナーを利用して、オンライン上に構築され、航空ロボットと地上ロボットの間で機会的に共有されるセマンティック・メトリック・マップを推論する。
  論文  参考訳（メタデータ） (2025-05-14T03:33:46Z)
• AgentSGEN: Multi-Agent LLM in the Loop for Semantic Collaboration and GENeration of Synthetic Data [3.3186271052113843]
  データ不足は、建設安全など、安全クリティカルなアプリケーションのためにAIシステムをトレーニングする上で、大きな障害となる。 本稿では,2つのエージェント間の反復的,ループ内協調を用いた新しいマルチエージェントフレームワークを提案する。 LLMの推論能力と常識的知識によって、この共同設計は安全クリティカルなシナリオに合わせた合成画像を生成する。
  論文  参考訳（メタデータ） (2025-05-07T22:43:33Z)
• Holistic Construction Automation with Modular Robots: From High-Level Task Specification to Execution [7.012962572096341]
  建設現場におけるロボットの自動化は、常に変化する環境、ロボット専門家の不足、そしてロボット工学と建設の実践を橋渡しする標準フレームワークの欠如によって困難である。 本研究は, ロボット形態の最適化, 移動モジュール再構成ロボットを用いたミッション実行のための総合的な枠組みを提案する。
  論文  参考訳（メタデータ） (2024-12-30T11:11:13Z)
• Enhancing Robot Navigation Policies with Task-Specific Uncertainty Management [1.614803913005309]
  本稿では,タスク固有の不確実性要件を直接ナビゲーションポリシーに統合するためのフレームワークを提案する。 TSMの条件付けポリシは,タスク固有の不確実性要求を効果的に表現する方法を提供する。 本稿では,GUIDEを強化学習フレームワークに統合することにより,明示的な報酬工学を必要とせずにナビゲーションポリシーを学習できることを示す。
  論文  参考訳（メタデータ） (2024-10-19T18:46:17Z)
• 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)
• RoboCodeX: Multimodal Code Generation for Robotic Behavior Synthesis [102.1876259853457]
  汎用ロボット行動合成のための木構造多モードコード生成フレームワークRoboCodeXを提案する。 RoboCodeXは、高レベルの人間の命令を複数のオブジェクト中心の操作ユニットに分解する。 概念的および知覚的理解を制御コマンドにマッピングする能力をさらに強化するため、事前学習のための特別なマルチモーダル推論データセットを収集し、教師付き微調整のための反復的自己更新手法を導入する。
  論文  参考訳（メタデータ） (2024-02-25T15:31:43Z)
• Automated Process Planning Based on a Semantic Capability Model and SMT [50.76251195257306]
  製造システムと自律ロボットの研究において、機械で解釈可能なシステム機能の仕様に「能力」という用語が用いられる。 セマンティック能力モデルから始めて、AI計画問題を自動的に生成するアプローチを提案する。
  論文  参考訳（メタデータ） (2023-12-14T10:37:34Z)
• Optimizing Modular Robot Composition: A Lexicographic Genetic Algorithm Approach [9.471665570104802]
  形態学、すなわちロボットの形態と構造は、主要なパフォーマンス指標の取得コスト、サイクル時間、エネルギー効率に大きな影響を及ぼす。 以前のアプローチでは、設計空間の適切な探索や、複雑なタスクに適応する可能性に欠けていた。 本稿では,この問題を克服するために,遺伝的アルゴリズムと解候補の辞書的評価を組み合わせることを提案する。
  論文  参考訳（メタデータ） (2023-09-15T13:50:21Z)
• Efficient Skill Acquisition for Complex Manipulation Tasks in Obstructed Environments [18.348489257164356]
  本稿では,オブジェクト指向生成モデル(OCGM)を多目的ゴール識別に活用する,効率的なスキル獲得システムを提案する。 OCGMは、新しいシーンでワンショットターゲットオブジェクトの識別と再識別を可能にし、MPは障害物を避けながらロボットを対象オブジェクトに誘導することができる。
  論文  参考訳（メタデータ） (2023-03-06T18:49:59Z)
• 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)
• Towards Coordinated Robot Motions: End-to-End Learning of Motion Policies on Transform Trees [63.31965375413414]
  人間による実証から構造化政策を学習し、マルチタスクの課題解決を提案します。 我々の構造化ポリシーは、異なる空間におけるサブタスクポリシーを組み合わせるためのフレームワークであるRMPflowにインスパイアされている。 マルチタスク問題に適したエンドツーエンドの学習目標関数を導き出します。
  論文  参考訳（メタデータ） (2020-12-24T22:46:22Z)
• CausalWorld: A Robotic Manipulation Benchmark for Causal Structure and Transfer Learning [138.40338621974954]
  CausalWorldは、ロボット操作環境における因果構造と伝達学習のベンチマークである。 タスクは、ブロックのセットから3D形状を構築することで構成される。
  論文  参考訳（メタデータ） (2020-10-08T23:01:13Z)

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。