Fugu-MT 論文翻訳(概要): Summary Paper: Use Case on Building Collaborative Safe Autonomous Systems-A Robotdog for Guiding Visually Impaired People

論文の概要: Summary Paper: Use Case on Building Collaborative Safe Autonomous Systems-A Robotdog for Guiding Visually Impaired People

arxiv url: http://arxiv.org/abs/2403.01286v1
Date: Sat, 2 Mar 2024 18:59:03 GMT
ステータス: 処理完了
システム内更新日: 2024-03-05 14:30:42.154033
Title: Summary Paper: Use Case on Building Collaborative Safe Autonomous Systems-A Robotdog for Guiding Visually Impaired People
Title（参考訳）: 概要報告:協調型安全な自律システム構築のためのユースケース-視覚障害者誘導ロボット
Authors: Aman Malhotra and Selma Saidi
Abstract要約: これは、スマートな交差点のような複雑な環境で視覚障害者を誘導するロボットドッグのユースケースである。私たちは、同じ環境で動作しているRobotdogと他の自律システム間のデータ共有とコラボレーションを活用しています。
参考スコア（独自算出の注目度）: 0.515747113318837
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This is a summary paper of a use case of a Robotdog dedicated to guide visually impaired people in complex environment like a smart intersection. In such scenarios, the Robotdog has to autonomously decide whether it is safe to cross the intersection or not in order to further guide the human. We leverage data sharing and collaboration between the Robotdog and other autonomous systems operating in the same environment. We propose a system architecture for autonomous systems through a separation of a collaborative decision layer, to enable collective decision making processes, where data about the environment, relevant to the Robotdog decision, together with evidences for trustworthiness about other systems and the environment are shared.
Abstract（参考訳）: これは、スマートな交差点のような複雑な環境で視覚障害者を誘導するロボットドッグのユースケースの概要である。このようなシナリオでは、ロボットドッグは人間を誘導するために交差点を渡るのが安全かどうかを自律的に判断する必要がある。私たちは、同じ環境で動作するrobotdogと他の自律システムとの間のデータ共有とコラボレーションを活用しています。本稿では,協調的意思決定層を分離して自律システムのためのシステムアーキテクチャを提案し,ロボットの意思決定に関連する環境に関するデータと,他のシステムや環境に対する信頼性のエビデンスを共有することを可能にする。

関連論文リスト

Real-Time Multimodal Signal Processing for HRI in RoboCup: Understanding a Human Referee [1.7456666582626115]
本研究では、キーポイント抽出と分類によるジェスチャー認識のための2段階パイプラインと、効率的なwhi検出のための連続畳み込みニューラルネットワーク(CCNN)を実装した。提案されたアプローチは、RoboCupのような競合する環境でのリアルタイムな人間とロボットのインタラクションを強化し、人間と協力できる自律システムの開発を前進させるためのツールを提供する。
論文参考訳（メタデータ） (2024-11-26T11:39:43Z)
Bridging the Gap in Hybrid Decision-Making Systems [6.083234045523297]
ハイブリッド意思決定のための新しいヒューマン・イン・ザ・ループシステムBRIDGETを紹介する。 BRIDGETは、マシンか人間のどちらかが担当すべきタイミングを理解し、2つのステータスを動的に切り替える。 BRIDGETは、ユーザに対して懐疑的なスタンスを仮定し、提案を提供するマシンラーニングモデルを持つか、あるいは自身でユーザを呼び戻すかのどちらかだ。
論文参考訳（メタデータ） (2024-09-28T17:14:59Z)
Commonsense Reasoning for Legged Robot Adaptation with Vision-Language Models [81.55156507635286]
脚のついたロボットは、様々な環境をナビゲートし、幅広い障害を克服することができる。現在の学習手法は、人間の監督を伴わずに、予期せぬ状況の長い尾への一般化に苦慮することが多い。本稿では,VLM-Predictive Control (VLM-PC) というシステムを提案する。
論文参考訳（メタデータ） (2024-07-02T21:00:30Z)
LPAC: Learnable Perception-Action-Communication Loops with Applications to Coverage Control [80.86089324742024]
本稿では,その問題に対する学習可能なパーセプション・アクション・コミュニケーション(LPAC)アーキテクチャを提案する。 CNNは局所認識を処理する。グラフニューラルネットワーク(GNN)はロボットのコミュニケーションを促進する。評価の結果,LPACモデルは標準分散型および集中型カバレッジ制御アルゴリズムよりも優れていた。
論文参考訳（メタデータ） (2024-01-10T00:08:00Z)
Polybot: Training One Policy Across Robots While Embracing Variability [70.74462430582163]
複数のロボットプラットフォームにデプロイするための単一のポリシーをトレーニングするための重要な設計決定セットを提案する。われわれのフレームワークは、まず、手首カメラを利用して、我々のポリシーの観察空間と行動空間を具体化して調整する。 6つのタスクと3つのロボットにまたがる60時間以上のデータセットを用いて,関節の形状や大きさの異なるデータセットの評価を行った。
論文参考訳（メタデータ） (2023-07-07T17:21:16Z)
Estimation of continuous environments by robot swarms: Correlated networks and decision-making [0.0]
大規模なマルチロボットシステムは、Swarmレベルで自律性を確立するために集団的な意思決定が必要である。本研究では,実環境におけるロボット群実験において,制御アルゴリズムを提案して検討する。提案手法は実効性があり,制御実験よりも精度が高いことを示す。
論文参考訳（メタデータ） (2023-02-27T09:57:15Z)
Generalizable Human-Robot Collaborative Assembly Using Imitation Learning and Force Control [17.270360447188196]
本稿では,実演から学び,ポーズ推定を用いたロボット協調組立システムを提案する。提案システムでは, ロボット組立シナリオにおいて, 物理的6DoFマニピュレータを用いて実験を行った。
論文参考訳（メタデータ） (2022-12-02T20:35:55Z)
Exploring Contextual Representation and Multi-Modality for End-to-End Autonomous Driving [58.879758550901364]
最近の知覚システムは、センサー融合による空間理解を高めるが、しばしば完全な環境コンテキストを欠いている。我々は,3台のカメラを統合し,人間の視野をエミュレートするフレームワークを導入し,トップダウンのバードアイビューセマンティックデータと組み合わせて文脈表現を強化する。提案手法は, オープンループ設定において0.67mの変位誤差を達成し, nuScenesデータセットでは6.9%の精度で現在の手法を上回っている。
論文参考訳（メタデータ） (2022-10-13T05:56:20Z)
SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文参考訳（メタデータ） (2021-08-03T02:56:21Z)
Adaptive Autonomy in Human-on-the-Loop Vision-Based Robotics Systems [16.609594839630883]
コンピュータビジョンのアプローチは、自律ロボットシステムによって意思決定の指針として広く使われている。特に人間が監督的な役割しか果たさないHuman-on-the-loop(HoTL)システムでは、高精度が重要です。適応的自律性レベルに基づくソリューションを提案し,これらのモデルの信頼性の低下を検出する。
論文参考訳（メタデータ） (2021-03-28T05:43:10Z)
Cognitive architecture aided by working-memory for self-supervised multi-modal humans recognition [54.749127627191655]
人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。 1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
論文参考訳（メタデータ） (2021-03-16T13:50:24Z)

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。