論文の概要: Execution Semantics of Behavior Trees in Robotic Applications
- arxiv url: http://arxiv.org/abs/2408.00090v1
- Date: Wed, 31 Jul 2024 18:08:59 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-04 22:36:04.185537
- Title: Execution Semantics of Behavior Trees in Robotic Applications
- Title(参考訳): ロボット応用における行動木の実行意味論
- Authors: Enrico Ghiorzi, Armando Tacchella,
- Abstract要約: この文書は、ロボットアプリケーションで使われる行動木の実行セマンティクス、特にハルトのセマンティクスに注意を払って、適切に正確に、非公式に記述することを目的としている。
- 参考スコア(独自算出の注目度): 0.6718184400443239
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This document aims at describing, in a suitably precise and unambiguous though informal way, the execution semantics of Behavior Trees as used in Robotics applications, with particular attention to the Halt semantics.
- Abstract(参考訳): この文書は、ロボットアプリケーションで使われる行動木の実行セマンティクス、特にハルトのセマンティクスに注意を払って、適切に正確で曖昧な非公式な方法で記述することを目的としている。
関連論文リスト
- Situated Instruction Following [87.37244711380411]
本稿では,実世界のコミュニケーションの非特異性とあいまいさを取り入れた位置指示について述べる。
位置指示の意味は、人間の過去の行動と将来の行動を通じて自然に展開される。
我々の実験は、現在最先端の身体的指示追従(EIF)モデルが、位置する人間の意図の全体的理解を欠いていることを示唆している。
論文 参考訳(メタデータ) (2024-07-15T19:32:30Z) - 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) - Unsupervised Mapping of Arguments of Deverbal Nouns to Their
Corresponding Verbal Labels [52.940886615390106]
デバーバル名詞は英語の文章でよく使われる動詞で、出来事や行動やその議論を記述している。
名前付けされた構成の引数を扱うために存在する解決策は意味論的アノテーションに基づいている。
本稿では,より統語的アプローチを導入し,デバーバル名詞の議論を対応する動詞構成にマッピングする。
論文 参考訳(メタデータ) (2023-06-24T10:07:01Z) - 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) - Robot Behavior-Tree-Based Task Generation with Large Language Models [14.384843227828775]
本稿では,最先端の大規模言語モデルを用いた行動木に基づくタスク生成手法を提案する。
本稿では,階層型ロボットタスク生成を実現するためのフェーズステッププロンプト設計を提案し,さらに行動木埋め込みに基づく探索と統合して適切なプロンプトを設定する。
私たちの振る舞いツリーベースのタスク生成アプローチは、事前に定義された原始的なタスクのセットを必要としない。
論文 参考訳(メタデータ) (2023-02-24T22:53:10Z) - Verifying Safety of Behaviour Trees in Event-B [0.0]
行動木(BT)はロボティクスコミュニティでますます人気が高まっている。
本稿では,すでに使用されている木の不変性を証明するために,行動木の公式な仕様と方法論を提案する。
論文 参考訳(メタデータ) (2022-09-28T12:26:50Z) - 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) - Infusing Finetuning with Semantic Dependencies [62.37697048781823]
シンタックスとは異なり、セマンティクスは今日の事前訓練モデルによって表面化されないことを示す。
次に、畳み込みグラフエンコーダを使用して、タスク固有の微調整にセマンティック解析を明示的に組み込む。
論文 参考訳(メタデータ) (2020-12-10T01:27:24Z) - Semantics-Aware Inferential Network for Natural Language Understanding [79.70497178043368]
このようなモチベーションを満たすために,セマンティックス対応推論ネットワーク(SAIN)を提案する。
SAINの推論モジュールは、明示的な文脈的セマンティクスを補完的な入力として、セマンティクス上の一連の推論ステップを可能にする。
本モデルでは,機械読解や自然言語推論など11タスクの大幅な改善を実現している。
論文 参考訳(メタデータ) (2020-04-28T07:24:43Z)
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。