論文の概要: Automated Process Planning Based on a Semantic Capability Model and SMT
- arxiv url: http://arxiv.org/abs/2312.08801v1
- Date: Thu, 14 Dec 2023 10:37:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-15 22:59:37.474204
- Title: Automated Process Planning Based on a Semantic Capability Model and SMT
- Title（参考訳）: 意味的能力モデルとsmtに基づくプロセス計画の自動作成
- Authors: Aljosha K\"ocher, Luis Miguel Vieira da Silva, Alexander Fay
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 50.76251195257306
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In research of manufacturing systems and autonomous robots, the term
capability is used for a machine-interpretable specification of a system
function. Approaches in this research area develop information models that
capture all information relevant to interpret the requirements, effects and
behavior of functions. These approaches are intended to overcome the
heterogeneity resulting from the various types of processes and from the large
number of different vendors. However, these models and associated methods do
not offer solutions for automated process planning, i.e. finding a sequence of
individual capabilities required to manufacture a certain product or to
accomplish a mission using autonomous robots. Instead, this is a typical task
for AI planning approaches, which unfortunately require a high effort to create
the respective planning problem descriptions. In this paper, we present an
approach that combines these two topics: Starting from a semantic capability
model, an AI planning problem is automatically generated. The planning problem
is encoded using Satisfiability Modulo Theories and uses an existing solver to
find valid capability sequences including required parameter values. The
approach also offers possibilities to integrate existing human expertise and to
provide explanations for human operators in order to help understand planning
decisions.
- Abstract（参考訳）: 製造システムや自律ロボットの研究において、「能力」という用語はシステム機能の機械解釈可能な仕様として用いられる。
本研究領域のアプローチは,機能要件,効果,行動の解釈に関連するすべての情報をキャプチャする情報モデルを開発する。
これらのアプローチは、様々な種類のプロセスと多数のベンダーから生じる多様性を克服することを目的としている。
しかしながら、これらのモデルと関連する手法は、自動化されたプロセス計画のためのソリューションを提供していない。
代わりに、これはAI計画アプローチの典型的なタスクであり、残念なことに、それぞれの計画問題記述を作成するのに高い労力を要する。
本稿では,これら2つのトピックを組み合わせたアプローチを提案する。 意味能力モデルから始めて,AI計画問題を自動的に生成する。
計画問題は、Satisfiability Modulo Theoriesを用いて符号化され、必要パラメータ値を含む有効な機能シーケンスを見つけるために既存のソルバを使用する。
このアプローチはまた、計画決定を理解するために、既存の人間の専門知識を統合し、人間オペレーターに説明を提供する可能性も提供する。
関連論文リスト
- Autonomous Behavior Planning For Humanoid Loco-manipulation Through Grounded Language Model [6.9268843428933025]
大規模言語モデル(LLM)は、意味情報の理解と処理のための強力な計画と推論能力を示している。
本稿では,ロボットが与えられたテキストによる指示の下で,自律的に動作や低レベル実行を計画できる新しい言語モデルベースのフレームワークを提案する。
論文 参考訳（メタデータ） (2024-08-15T17:33:32Z) - The Foundations of Computational Management: A Systematic Approach to
Task Automation for the Integration of Artificial Intelligence into Existing
Workflows [55.2480439325792]
本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。
この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
論文 参考訳（メタデータ） (2024-02-07T01:45:14Z) - Robots That Ask For Help: Uncertainty Alignment for Large Language Model
Planners [85.03486419424647]
KnowNoは、大きな言語モデルの不確実性を測定し、調整するためのフレームワークである。
KnowNoは、タスク完了に関する統計的保証を提供する共形予測理論に基づいている。
論文 参考訳（メタデータ） (2023-07-04T21:25:12Z) - 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) - Partially Observable Markov Decision Processes in Robotics: A Survey [23.286897050793435]
この調査は,POMDPモデルとアルゴリズムの一方の端のギャップを埋めることと,他方の多様なロボット決定タスクに適用することを目的としている。
実践者にとって、この調査は、ロボットタスクにPOMDPをいつ、どのように適用するかを決定する上で重要なタスクの特徴をいくつか提供する。
POMDPアルゴリズム設計者にとって、この調査は、POMDPをロボットシステムに適用する際のユニークな課題に関する新たな洞察を提供する。
論文 参考訳（メタデータ） (2022-09-21T13:24:20Z) - Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。
特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
論文 参考訳（メタデータ） (2022-03-06T10:12:56Z) - A Research Agenda for Artificial Intelligence in the Field of Flexible
Production Systems [53.47496941841855]
生産会社は、需要変動や要求の変化に対して生産制御を迅速に適応することに関して、問題に直面します。
サービスという意味で生産機能をカプセル化することを目的とした制御手法は,サイバー物理生産システムの柔軟性を高めるために有望であることが示されている。
しかし、そのようなアプローチの既存の課題は、要求された機能と提供された機能の間に直接(統語的)一致がない場合に、一連の要求に対して提供された機能に基づいて生産計画を見つけることである。
論文 参考訳（メタデータ） (2021-12-31T14:38:31Z) - Distributed Mission Planning of Complex Tasks for Heterogeneous
Multi-Robot Teams [2.329625852490423]
異種多ロボットチームのための複雑なミッション計画のための分散多段階最適化手法を提案する。
提案手法は、ミッション目標を定義する階層木として表される、ミッションの多目的探索を含む。
提案手法は,利用可能なロボットと与えられた最適化基準に応じて,計画戦略に適応する能力を示す。
論文 参考訳（メタデータ） (2021-09-21T11:36:11Z) - Enabling human-like task identification from natural conversation [7.00597813134145]
我々は,NLPエンジンとプランナを組み合わせた非自明な手法を提案し,ロボットがタスクと関連するパラメータをすべて識別し,タスクの正確な計画を生成する。
この研究は、ロボットにおける人間のようなタスク理解能力の実現に向けて、大きな一歩を踏み出した。
論文 参考訳（メタデータ） (2020-08-23T17:19:23Z)
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。