論文の概要: Towards Bridging the Gap between High-Level Reasoning and Execution on
Robots
- arxiv url: http://arxiv.org/abs/2401.00880v1
- Date: Sat, 30 Dec 2023 12:26:12 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-03 15:19:07.517168
- Title: Towards Bridging the Gap between High-Level Reasoning and Execution on
Robots
- Title(参考訳): ロボットの高レベル推論と実行のギャップを埋める
- Authors: Till Hofmann
- Abstract要約: 例えば、タスク計画やGologを使ったエージェントプログラミングによってアクションを推論する場合、ロボットのアクションは一般的に抽象的なレベルでモデル化される。
しかし、そのような動作をロボットで実行すると、もはや原始的とは見なされない。
本稿では,このギャップを埋めるためのいくつかのアプローチを提案する。
- 参考スコア(独自算出の注目度): 2.6107298043931206
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: When reasoning about actions, e.g., by means of task planning or agent
programming with Golog, the robot's actions are typically modeled on an
abstract level, where complex actions such as picking up an object are treated
as atomic primitives with deterministic effects and preconditions that only
depend on the current state. However, when executing such an action on a robot
it can no longer be seen as a primitive. Instead, action execution is a complex
task involving multiple steps with additional temporal preconditions and timing
constraints. Furthermore, the action may be noisy, e.g., producing erroneous
sensing results and not always having the desired effects. While these aspects
are typically ignored in reasoning tasks, they need to be dealt with during
execution. In this thesis, we propose several approaches towards closing this
gap.
- Abstract(参考訳): 例えば、タスク計画やgologによるエージェントプログラミングによってアクションを推論する場合、ロボットのアクションは抽象レベルでモデル化され、オブジェクトを拾うといった複雑なアクションは決定論的効果と現在の状態のみに依存する前提条件を持つ原子プリミティブとして扱われる。
しかし、そのような動作をロボットで実行する場合、もはやプリミティブと見なすことはできない。
その代わり、アクション実行は、追加の時間的前提条件とタイミング制約を伴う複数のステップを含む複雑なタスクである。
さらに、アクションは、例えば誤検知結果を生成するなど、ノイズがあり、常に望ましい効果を持つとは限らない。
これらの側面は一般的に推論タスクでは無視されるが、実行時に対処する必要がある。
本稿では,このギャップを埋めるためのいくつかのアプローチを提案する。
関連論文リスト
- ThinkBot: Embodied Instruction Following with Thought Chain Reasoning [66.09880459084901]
EIF(Embodied Instruction following)は、複雑な環境下でオブジェクトを相互作用させることで、エージェントが人間の指示を完了させる。
我々は,人間の指導における思考連鎖を原因とした思考ボットを提案し,その不足した行動記述を復元する。
私たちのThinkBotは、成功率と実行効率の両面で、最先端のEIFメソッドよりも大きなマージンで優れています。
論文 参考訳(メタデータ) (2023-12-12T08:30:09Z) - AI planning in the imagination: High-level planning on learned abstract
search spaces [68.75684174531962]
我々は,エージェントが訓練中に学習する抽象的な検索空間において,エージェントが計画することを可能にする,PiZeroと呼ばれる新しい手法を提案する。
本研究では,旅行セールスマン問題,ソコバン問題,2048年,施設立地問題,パックマン問題など,複数の分野で評価を行った。
論文 参考訳(メタデータ) (2023-08-16T22:47:16Z) - Optimal task and motion planning and execution for human-robot
multi-agent systems in dynamic environments [54.39292848359306]
本稿では,タスクのシーケンシング,割り当て,実行を最適化するタスクと動作計画の組み合わせを提案する。
このフレームワークはタスクとアクションの分離に依存しており、アクションはシンボル的タスクの幾何学的実現の可能な1つの可能性である。
ロボットアームと人間の作業員がモザイクを組み立てる共同製造シナリオにおけるアプローチの有効性を実証する。
論文 参考訳(メタデータ) (2023-03-27T01:50:45Z) - TEACH: Temporal Action Composition for 3D Humans [50.97135662063117]
自然言語の一連の記述を前提として,テキストに意味的に対応する3次元の人間の動作を生成する。
特に、我々のゴールは一連のアクションの合成を可能にすることであり、これは時間的アクション合成と呼ばれる。
論文 参考訳(メタデータ) (2022-09-09T00:33:40Z) - Using Abstraction for Interpretable Robot Programs in Stochastic Domains [17.04153879817609]
ロボットの動作は、そのセンサーがうるさく、その動作が常に意図した効果を持つとは限らないため、本質的にノイズである。
Gologは、信念と行動の学位を持つモデルに拡張されている。
結果として得られるプログラムは、ノイズに対処する必要があるため、理解するのがずっと難しい。
本研究では,ロボットの高次非確率モデルを定義し,高次モデルを低次モデルにマッピングする。
論文 参考訳(メタデータ) (2022-07-26T09:15:37Z) - Controlling Golog Programs against MTL Constraints [4.56877715768796]
本稿では、クロックによるGologの拡張と、必要な理論的基礎と決定可能性の結果について述べる。
本稿では,高レベルプログラムと低レベルプラットフォーム操作を同時に実行するコントローラを合成する手法について述べる。
論文 参考訳(メタデータ) (2022-04-07T17:16:37Z) - A Persistent Spatial Semantic Representation for High-level Natural
Language Instruction Execution [54.385344986265714]
本稿では,言語行動とロボット行動のギャップを埋めるために,永続的な空間意味表現法を提案する。
一般的なステップバイステップ命令を完全に回避しながら、ALFREDベンチマークに対する我々のアプローチを評価し、最先端の結果を得る。
論文 参考訳(メタデータ) (2021-07-12T17:47:19Z) - Manipulation of Articulated Objects using Dual-arm Robots via Answer Set
Programming [10.316694915810947]
調音物体の操作はロボティクスにおいて最も重要なものであり、最も複雑な操作の1つと見なすことができる。
従来、この問題は、柔軟性と移植性に欠けるアドホックなアプローチによって対処されてきた。
本稿では,ロボット制御アーキテクチャにおける調音オブジェクトの自動操作のための解答セットプログラミング(ASP)に基づくフレームワークを提案する。
論文 参考訳(メタデータ) (2020-10-02T18:50:39Z) - Action sequencing using visual permutations [19.583283039057505]
この研究は、単一の参照視覚状態で条件付けられたニューラルアクションシークエンシングのタスクについて考察する。
本稿では、置換の観点から、置換と順序付けの概念の両方について推論できることから、アクションシークエンシングの利点を論じる。
論文 参考訳(メタデータ) (2020-08-03T19:49:06Z) - Thinking While Moving: Deep Reinforcement Learning with Concurrent
Control [122.49572467292293]
本研究では,制御システムの時間的進化とともに,ポリシーからのアクションのサンプリングを同時に行わなければならないような環境下での強化学習について検討する。
人や動物のように、ロボットは思考と移動を同時に行わなければならず、前の動作が完了する前に次の動作を決定する。
論文 参考訳(メタデータ) (2020-04-13T17:49:29Z)
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。