論文の概要: Can A Single Human Supervise A Swarm of 100 Heterogeneous Robots?

• arxiv url: http://arxiv.org/abs/2308.00102v1
• Date: Mon, 31 Jul 2023 19:24:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-02 16:30:54.649117
• Title: Can A Single Human Supervise A Swarm of 100 Heterogeneous Robots?
• Title（参考訳）: 一人の人間が100個の異種ロボットの群れを監督できるのか?
• Authors: Julie A. Adams, Joshua Hamell, and Phillip Walker
• Abstract要約: OFFsensive Swarm-Enabled Tacticsプログラムのフィールドエクササイズはアメリカ陸軍の都市訓練現場で行われた。 その結果,1人の人間が100個の異種ロボット群を配置して実世界のミッションを遂行できることが実証された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: An open research question has been whether a single human can supervise a true heterogeneous swarm of robots completing tasks in real world environments. A general concern is whether or not the human's workload will be taxed to the breaking point. The Defense Advanced Research Projects Agency's OFFsensive Swarm-Enabled Tactics program's field exercises that occurred at U.S. Army urban training sites provided the opportunity to understand the impact of achieving such swarm deployments. The Command and Control of Aggregate Swarm Tactics integrator team's swarm commander users the heterogeneous robot swarm to conduct relevant missions. During the final OFFSET program field exercise, the team collected objective and subjective metrics related to teh swarm commander's human performance. A multi-dimensional workload algorithm that estimates overall workload based on five components of workload was used to analyze the results. While the swarm commander's workload estimate did cross the overload threshold frequently, the swarm commander was able to successfully complete the missions, often under challenging operational conditions. The presented results demonstrate that a single human can deploy a swarm of 100 heterogeneous robots to conduct real-world missions.
• Abstract（参考訳）: オープンリサーチの疑問は、人間が現実世界の環境でタスクを完了させる真の異種ロボット群を監督できるかどうかだ。 一般的な懸念は、人間のワークロードが破壊点に課税されるかどうかである。 国防高等研究計画局(Defense Advanced Research Projects Agency)のOFsensive Swarm-Enabled Tacticsプログラムのフィールドエクササイズは、アメリカ陸軍の都市訓練現場で行われた。 Aggregate Swarm Tactics インテグレーターチームのSwarmコマンドは、関連するミッションを実行するために異種ロボットSwarmをユーザに提供する。 最終オフセットプログラムの演習の間、チームはteh swarm commanderのヒューマンパフォーマンスに関する客観的および主観的なメトリクスを収集した。 ワークロードの5つのコンポーネントに基づいて全体のワークロードを推定する多次元ワークロードアルゴリズムを用いて結果を分析した。 群れ指揮官の作業負荷の見積もりは過負荷の閾値を頻繁に越えたが、群れ指揮官はしばしば困難な作戦条件下で任務を完了することができた。 その結果,1人の人間が100個の異種ロボット群を配置して実世界のミッションを行うことができた。

関連論文リスト

• An Epistemic Human-Aware Task Planner which Anticipates Human Beliefs and Decisions [8.309981857034902]
  目的は、制御不能な人間の行動を説明するロボットポリシーを構築することである。 提案手法は,AND-OR探索に基づく新しい計画手法と解法の構築である。 2つの領域における予備的な実験は、1つの新しいものと1つの適応されたもので、フレームワークの有効性を実証している。
  論文  参考訳（メタデータ） (2024-09-27T08:27:36Z)
• 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)
• Outlining the design space of eXplainable swarm (xSwarm): experts perspective [0.0]
  スウォームロボティクスでは、エージェントは局所的な役割を通して相互作用し、個人の能力を超えた複雑なタスクを解決する。 HSI(Human-Swarm Interaction)には、対処がまだ始まっていない新しい課題がある。 説明可能性(Explainability)は、効果的で信頼性の高いHSIを促進し、Human-Swarmチームの全体的なパフォーマンスを改善する要因のひとつだ。
  論文  参考訳（メタデータ） (2023-09-03T20:36:31Z)
• Zero-Shot Robot Manipulation from Passive Human Videos [59.193076151832145]
  我々は,人間の映像からエージェント非依存の行動表現を抽出するフレームワークを開発した。 我々の枠組みは、人間の手の動きを予測することに基づいている。 トレーニングされたモデルゼロショットを物理ロボット操作タスクにデプロイする。
  論文  参考訳（メタデータ） (2023-02-03T21:39:52Z)
• Fleet-DAgger: Interactive Robot Fleet Learning with Scalable Human Supervision [72.4735163268491]
  ロボットの商業的および産業的な展開は、実行中にリモートの人間のテレオペレーターにフォールバックすることが多い。 我々は対話型フリートラーニング(Interactive Fleet Learning, IFL)の設定を定式化し、複数のロボットが対話型クエリを行い、複数の人間スーパーバイザーから学習する。 IFLアルゴリズムのファミリーであるFleet-DAggerを提案し、新しいFleet-DAggerアルゴリズムをシミュレーションで4つのベースラインと比較する。
  論文  参考訳（メタデータ） (2022-06-29T01:23:57Z)
• Collaborative Target Search with a Visual Drone Swarm: An Adaptive Curriculum Embedded Multistage Reinforcement Learning Approach [0.0]
  適応型カリキュラム組込み多段階学習(ACEMSL)という,データ効率の高い深層強化学習(DRL)手法を提案する。 我々は、協調対象探索タスクを、個別の障害物回避、対象探索、エージェント間協調を含むいくつかのサブタスクに分解し、多段階学習でエージェントを段階的に訓練する。 我々は、訓練されたモデルを実際の視覚ドローン群に展開し、微調整なしでCTS操作を行う。
  論文  参考訳（メタデータ） (2022-04-26T09:32:22Z)
• Can Foundation Models Perform Zero-Shot Task Specification For Robot Manipulation? [54.442692221567796]
  タスク仕様は、熟練していないエンドユーザの関与とパーソナライズされたロボットの採用に不可欠である。 タスク仕様に対する広く研究されているアプローチは、目標を通じて、コンパクトな状態ベクトルまたは同じロボットシーンのゴールイメージを使用することである。 そこで本研究では,人間の指定や使用が容易な目標仕様の代替的,より汎用的な形式について検討する。
  論文  参考訳（メタデータ） (2022-04-23T19:39:49Z)
• Learning Generalizable Robotic Reward Functions from "In-The-Wild" Human Videos [59.58105314783289]
  ドメインに依存しないビデオ識別器(DVD)は、2つのビデオが同じタスクを実行しているかどうかを判断するために識別器を訓練することによりマルチタスク報酬関数を学習する。 DVDは、人間のビデオの広いデータセットで少量のロボットデータから学習することで、一般化することができる。 DVDと視覚モデル予測制御を組み合わせることで、実際のWidowX200ロボットのロボット操作タスクを単一の人間のデモから未知の環境で解決できます。
  論文  参考訳（メタデータ） (2021-03-31T05:25:05Z)
• Show Me What You Can Do: Capability Calibration on Reachable Workspace for Human-Robot Collaboration [83.4081612443128]
  本稿では,REMPを用いた短時間キャリブレーションにより,ロボットが到達できると考える非専門家と地道とのギャップを効果的に埋めることができることを示す。 この校正手順は,ユーザ認識の向上だけでなく,人間とロボットのコラボレーションの効率化にも寄与することを示す。
  論文  参考訳（メタデータ） (2021-03-06T09:14:30Z)
• Proficiency Constrained Multi-Agent Reinforcement Learning for Environment-Adaptive Multi UAV-UGV Teaming [2.745883395089022]
  空中と地上の混成ロボットチームは、災害救助、社会保障、精密農業、軍事任務に広く利用されている。 そこで本研究では,Mix-RL (Mix-RL) を用いた地上・空中協調学習手法を開発した。 Mix-RLは、タスク要件と環境条件へのロボット機能の適用を認識しながら、ロボット機能を利用する。
  論文  参考訳（メタデータ） (2020-02-10T16:19:58Z)

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。