論文の概要: Hearing the shape of an arena with spectral swarm robotics

• arxiv url: http://arxiv.org/abs/2403.17147v1
• Date: Mon, 25 Mar 2024 19:50:07 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-27 19:45:52.694599
• Title: Hearing the shape of an arena with spectral swarm robotics
• Title（参考訳）: スペクトル群ロボットによるアリーナ形状の聴取
• Authors: Leo Cazenille, Nicolas Lobato-Dauzier, Alessia Loi, Mika Ito, Olivier Marchal, Nathanael Aubert-Kato, Nicolas Bredeche, Anthony J. Genot,
• Abstract要約: ロボットが隣人に情報を拡散してラプラシアン演算子をエミュレートするスペクトルスウォームロボットを紹介した。 本研究では,アリーナ形状のワンショット分類による課題条件下でのスペクトルスウォームロボティクスの検証を行った。 スペクトル法はロボティクスを超えて、交通や群衆といった様々な性質のエージェントの群れを分析し、調整することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Swarm robotics promises adaptability to unknown situations and robustness against failures. However, it still struggles with global tasks that require understanding the broader context in which the robots operate, such as identifying the shape of the arena in which the robots are embedded. Biological swarms, such as shoals of fish, flocks of birds, and colonies of insects, routinely solve global geometrical problems through the diffusion of local cues. This paradigm can be explicitly described by mathematical models that could be directly computed and exploited by a robotic swarm. Diffusion over a domain is mathematically encapsulated by the Laplacian, a linear operator that measures the local curvature of a function. Crucially the geometry of a domain can generally be reconstructed from the eigenspectrum of its Laplacian. Here we introduce spectral swarm robotics where robots diffuse information to their neighbors to emulate the Laplacian operator - enabling them to "hear" the spectrum of their arena. We reveal a universal scaling that links the optimal number of robots (a global parameter) with their optimal radius of interaction (a local parameter). We validate experimentally spectral swarm robotics under challenging conditions with the one-shot classification of arena shapes using a sparse swarm of Kilobots. Spectral methods can assist with challenging tasks where robots need to build an emergent consensus on their environment, such as adaptation to unknown terrains, division of labor, or quorum sensing. Spectral methods may extend beyond robotics to analyze and coordinate swarms of agents of various natures, such as traffic or crowds, and to better understand the long-range dynamics of natural systems emerging from short-range interactions.
• Abstract（参考訳）: Swarm Roboticsは未知の状況への適応性と障害に対する堅牢性を保証する。 しかし、ロボットが埋め込まれたアリーナの形状を識別するなど、ロボットが操作するより広いコンテキストを理解する必要があるグローバルなタスクには、依然として苦戦している。 魚の群れ、鳥の群れ、昆虫の群れのような生物学的群れは、局所的な手がかりの拡散を通じて、地球規模の幾何学的問題を日常的に解決する。 このパラダイムは、ロボット群によって直接計算され、活用される数学的モデルによって明確に記述することができる。 領域上の拡散は、関数の局所曲率を測定する線型作用素であるラプラシアンによって数学的にカプセル化される。 決定的に、ある領域の幾何学は一般にラプラシアンの固有スペクトルから再構成することができる。 ここでは、ロボットが隣人に情報を拡散してラプラシア人のオペレーターをエミュレートし、アリーナのスペクトルを「聴く」ことができるスペクトル群ロボットを紹介します。 最適なロボット数(グローバルパラメータ)と最適な相互作用半径(ローカルパラメータ)を結びつける普遍的なスケーリングを明らかにする。 本研究では,キロボットのスパース・スワムを用いたアリーナ形状のワンショット分類による課題条件下でのスペクトルスワム・ロボティクスの検証を行った。 スペクトル法は、未知の地形への適応、労働分割、クォーラムセンシングなど、ロボットが環境に対する緊急のコンセンサスを構築する必要がある課題を支援することができる。 スペクトル法はロボティクスを超えて、交通や群衆といった様々な性質のエージェントの群れを分析し、調整し、短距離相互作用から生じる自然システムの長距離力学をよりよく理解するために用いられる。

関連論文リスト

• Track2Act: Predicting Point Tracks from Internet Videos enables Generalizable Robot Manipulation [65.46610405509338]
  我々は、ゼロショットロボット操作を可能にする汎用的な目標条件ポリシーを学習することを目指している。 私たちのフレームワークであるTrack2Actは、ゴールに基づいて将来のタイムステップで画像内のポイントがどのように動くかを予測する。 学習したトラック予測を残留ポリシーと組み合わせることで,多種多様な汎用ロボット操作が可能となることを示す。
  論文  参考訳（メタデータ） (2024-05-02T17:56:55Z)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• SEAL: Semantic Frame Execution And Localization for Perceiving Afforded Robot Actions [5.522839151632667]
  本稿では,ロボット操作行動のセマンティックフレーム表現を拡張し,セマンティックフレーム実行と局所化の問題をグラフィカルモデルとして導入する。 SEAL問題に対して、ロボットに与えられた行動の場所として、有限のセマンティックフレームに対する信念を維持するための非パラメトリックセマンティックフレームマッピング(SeFM)アルゴリズムについて述べる。
  論文  参考訳（メタデータ） (2023-03-24T15:25:41Z)
• Decentralised construction of a global coordinate system in a large swarm of minimalistic robots [0.8701566919381223]
  本研究では,最小主義的エラー発生ロボット群における位置自己認識を可能にするアルゴリズムを提案する。 受信メッセージのベアリングを計測できないにもかかわらず、アルゴリズムを実行しているロボットは、定期的に配置されたSwarm内の位置を計算することができる。 我々のソリューションは最先端のアルゴリズムよりも少ない要件を持ち、総合的なノイズフィルタリング機構を含んでいる。
  論文  参考訳（メタデータ） (2023-02-28T14:14:17Z)
• SCIM: Simultaneous Clustering, Inference, and Mapping for Open-World Semantic Scene Understanding [34.19666841489646]
  本研究では,ロボットが未知の環境を探索する際に,新しいセマンティッククラスを自律的に発見し,既知のクラスの精度を向上させる方法を示す。 セグメンテーションモデルを更新するための自己教師付き学習信号を生成するために,マッピングとクラスタリングのための一般的なフレームワークを開発する。 特に、デプロイ中にクラスタリングパラメータをどのように最適化するかを示し、複数の観測モダリティの融合が、以前の作業と比べて新しいオブジェクト発見を改善することを示す。
  論文  参考訳（メタデータ） (2022-06-21T18:41:51Z)
• Synthesis and Execution of Communicative Robotic Movements with Generative Adversarial Networks [59.098560311521034]
  我々は、繊細な物体を操作する際に人間が採用するのと同じキネマティクス変調を2つの異なるロボットプラットフォームに転送する方法に焦点を当てる。 我々は、ロボットのエンドエフェクターが採用する速度プロファイルを、異なる特徴を持つ物体を輸送する際に人間が何をするかに触発されて調整する。 我々は、人体キネマティクスの例を用いて訓練され、それらを一般化し、新しい有意義な速度プロファイルを生成する、新しいジェネレーティブ・アドバイサル・ネットワークアーキテクチャを利用する。
  論文  参考訳（メタデータ） (2022-03-29T15:03:05Z)
• PheroCom: Decentralised and asynchronous swarm robotics coordination based on virtual pheromone and vibroacoustic communication [0.0]
  本研究は、シグメリン性物質の仮想化と制御に基づいて、ロボット群を協調させるモデルを提案する。 各ロボットは独立した仮想フェロモンマップを保持しており、ロボットの堆積とフェロモンの蒸発とともに継続的に更新される。 フェロモン情報伝達は、アリの視覚音響通信にインスパイアされ、ゴシッププロトコルの一種を通じて間接的なコミュニケーションとして特徴づけられる。
  論文  参考訳（メタデータ） (2022-02-27T21:22:14Z)
• REvolveR: Continuous Evolutionary Models for Robot-to-robot Policy Transfer [57.045140028275036]
  本研究では,運動学や形態学など,異なるパラメータを持つ2つの異なるロボット間でポリシーを伝達する問題を考察する。 模倣学習手法を含む動作や状態遷移の分布を一致させることで、新しいポリシーを訓練する既存のアプローチは、最適な動作や/または状態分布が異なるロボットでミスマッチしているために失敗する。 本稿では,物理シミュレータに実装されたロボット政策伝達に連続的進化モデルを用いることで,$RevolveR$という新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-02-10T18:50:25Z)
• 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)
• Language Understanding for Field and Service Robots in a Priori Unknown Environments [29.16936249846063]
  本稿では,フィールドロボットとサービスロボットによる自然言語命令の解釈と実行を可能にする,新しい学習フレームワークを提案する。 自然言語の発話において、空間的、位相的、意味的な情報を暗黙的に推測する。 本研究では,この分布を確率論的言語基底モデルに組み込んで,ロボットの行動空間のシンボル表現上の分布を推定する。
  論文  参考訳（メタデータ） (2021-05-21T15:13:05Z)
• Learning Cross-Domain Correspondence for Control with Dynamics Cycle-Consistency [60.39133304370604]
  サイクル一貫性制約を用いて2つのドメインで動的ロボットの挙動を調整することを学ぶ。 本フレームワークは,実ロボットアームの無補間単眼映像とシミュレーションアームの動的状態動作軌跡をペアデータなしで一致させることができる。
  論文  参考訳（メタデータ） (2020-12-17T18:22:25Z)

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。