Fugu-MT 論文翻訳(概要): Using The Concept Hierarchy for Household Action Recognition

論文の概要: Using The Concept Hierarchy for Household Action Recognition

arxiv url: http://arxiv.org/abs/2409.08853v1
Date: Fri, 13 Sep 2024 14:16:41 GMT
ステータス: 処理完了
システム内更新日: 2024-09-16 16:19:29.630319
Title: Using The Concept Hierarchy for Household Action Recognition
Title（参考訳）: 家庭行動認識における概念階層の利用
Authors: Andrei Costinescu, Luis Figueredo, Darius Burschka,
Abstract要約: 環境の静的成分と動的成分の両方を表現する手法を提案する。我々のアプローチは、自律システムが環境状態を表現するために必要な情報を提供する。我々は、人間に理解可能な行動とスキル認識を可能にするタスク、アクション、スキル、および余裕を厳格に定義する。
参考スコア（独自算出の注目度）: 1.5039837899946968
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We propose a method to systematically represent both the static and the dynamic components of environments, i.e. objects and agents, as well as the changes that are happening in the environment, i.e. the actions and skills performed by agents. Our approach, the Concept Hierarchy, provides the necessary information for autonomous systems to represent environment states, perform action modeling and recognition, and plan the execution of tasks. Additionally, the hierarchical structure supports generalization and knowledge transfer to environments. We rigorously define tasks, actions, skills, and affordances that enable human-understandable action and skill recognition.
Abstract（参考訳）: 本研究では,環境の静的および動的コンポーネント,すなわちオブジェクトとエージェントの双方を体系的に表現する手法を提案する。我々のアプローチであるConcept Hierarchyは、自律システムに必要な情報を提供し、環境状態を表現し、アクションモデリングと認識を行い、タスクの実行を計画する。さらに階層構造は、一般化と環境への知識伝達をサポートする。我々は、人間に理解可能な行動とスキル認識を可能にするタスク、アクション、スキル、および余裕を厳格に定義する。

関連論文リスト

Demonstrating the Continual Learning Capabilities and Practical Application of Discrete-Time Active Inference [0.0]
アクティブ推論は、エージェントが環境とどのように相互作用するかを理解するための数学的フレームワークである。本稿では,個別の時間環境で動作するエージェントのための連続学習フレームワークを提案する。我々は、エージェントがモデルを再学習し、効率的に洗練する能力を示し、金融や医療といった複雑な分野に適合する。
論文参考訳（メタデータ） (2024-09-30T21:18:46Z)
Embodied Instruction Following in Unknown Environments [66.60163202450954]
未知環境における複雑なタスクに対するEIF(Embodied instruction following)法を提案する。我々は,ハイレベルなタスクプランナと低レベルな探索コントローラを含む,階層的な具体化命令に従うフレームワークを構築した。タスクプランナに対しては、タスク完了プロセスと既知の視覚的手がかりに基づいて、人間の目標達成のための実行可能なステップバイステッププランを生成する。
論文参考訳（メタデータ） (2024-06-17T17:55:40Z)
Localizing Active Objects from Egocentric Vision with Symbolic World Knowledge [62.981429762309226]
タスクの指示をエゴセントリックな視点から積極的に下す能力は、AIエージェントがタスクを達成したり、人間をバーチャルに支援する上で不可欠である。本稿では,現在進行中のオブジェクトの役割を学習し,指示から正確に抽出することで,アクティブなオブジェクトをローカライズするフレーズグラウンドモデルの性能を向上させることを提案する。 Ego4DおよびEpic-Kitchensデータセットに関するフレームワークの評価を行った。
論文参考訳（メタデータ） (2023-10-23T16:14:05Z)
Context-Aware Planning and Environment-Aware Memory for Instruction Following Embodied Agents [15.902536100207852]
本稿では,CAPEAMによる行動行動の結果を一連の行動で考察する。提案したCAPEAMのエージェントは,様々な測定値において最先端の性能を達成することを実証的に示す。
論文参考訳（メタデータ） (2023-08-14T16:23:21Z)
Planning for Learning Object Properties [117.27898922118946]
我々は、物体特性を象徴的な計画問題として認識するために、ニューラルネットワークを自動的に訓練する問題を定式化する。トレーニングデータセット作成と学習プロセスを自動化するための戦略を作成するために,計画手法を使用します。シミュレーションと実環境の両方で実験的な評価を行う。
論文参考訳（メタデータ） (2023-01-15T09:37:55Z)
Inferring Versatile Behavior from Demonstrations by Matching Geometric Descriptors [72.62423312645953]
人間は直感的にタスクを多目的に解決し、軌道に基づく計画や個々のステップの行動を変化させる。現在のImitation Learningアルゴリズムは、通常、単調な専門家によるデモンストレーションのみを考慮し、状態アクションベースの設定で行動する。代わりに、移動プリミティブの混合と分布マッチングの目的を組み合わせることで、専門家の行動と汎用性にマッチする多目的行動を学ぶ。
論文参考訳（メタデータ） (2022-10-17T16:42:59Z)
Policy Architectures for Compositional Generalization in Control [71.61675703776628]
本稿では,タスクにおけるエンティティベースの構成構造をモデル化するためのフレームワークを提案する。私たちのポリシーは柔軟で、アクションプリミティブを必要とせずにエンドツーエンドでトレーニングできます。
論文参考訳（メタデータ） (2022-03-10T06:44:24Z)
Online Grounding of PDDL Domains by Acting and Sensing in Unknown Environments [62.11612385360421]
本稿では,エージェントが異なるタスクを実行できるフレームワークを提案する。機械学習モデルを統合して、感覚データを抽象化し、目標達成のためのシンボリックプランニング、ナビゲーションのためのパスプランニングを行う。提案手法を,RGB-Dオンボードカメラ,GPS,コンパスなど,正確なシミュレーション環境で評価する。
論文参考訳（メタデータ） (2021-12-18T21:48:20Z)
Long-Horizon Manipulation of Unknown Objects via Task and Motion Planning with Estimated Affordances [26.082034134908785]
操作可能なオブジェクトの集合に関する事前知識がなくても,タスク・アンド・モーション・プランナが知的行動の計画に利用できることを示す。この戦略により、単一のシステムが様々な実世界のマルチステップ操作タスクを実行できることを実証する。
論文参考訳（メタデータ） (2021-08-09T16:13:47Z)

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。