論文の概要: SPINE: Online Semantic Planning for Missions with Incomplete Natural Language Specifications in Unstructured Environments

• arxiv url: http://arxiv.org/abs/2410.03035v1
• Date: Thu, 3 Oct 2024 22:41:47 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-03 04:25:56.018070
• Title: SPINE: Online Semantic Planning for Missions with Incomplete Natural Language Specifications in Unstructured Environments
• Title（参考訳）: SPINE: 未構造化環境における不完全な自然言語仕様を持つミッションのオンラインセマンティックプランニング
• Authors: Zachary Ravichandran, Varun Murali, Mariliza Tzes, George J. Pappas, Vijay Kumar,
• Abstract要約: 多くの現実的な環境では、事前構築された地図を得るのは難しい。 ミッションは不完全な指定であり、つまりサブタスクとセマンティクスを意味する。 SPINE(非構造環境における不完全な自然言語仕様を持つミッションのためのオンラインセマンティックプランナー)によるこれらの制限に対処する。
• 参考スコア（独自算出の注目度）: 27.485636944766718
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As robots become increasingly capable, users will want to describe high-level missions and have robots fill in the gaps. In many realistic settings, pre-built maps are difficult to obtain, so execution requires exploration and mapping that are necessary and specific to the mission. Consider an emergency response scenario where a user commands a robot, "triage impacted regions." The robot must infer relevant semantics (victims, etc.) and exploration targets (damaged regions) based on priors or other context, then explore and refine its plan online. These missions are incompletely specified, meaning they imply subtasks and semantics. While many semantic planning methods operate online, they are typically designed for well specified tasks such as object search or exploration. Recently, Large Language Models (LLMs) have demonstrated powerful contextual reasoning over a range of robotic tasks described in natural language. However, existing LLM planners typically do not consider online planning or complex missions; rather, relevant subtasks are provided by a pre-built map or a user. We address these limitations via SPINE (online Semantic Planner for missions with Incomplete Natural language specifications in unstructured Environments). SPINE uses an LLM to reason about subtasks implied by the mission then realizes these subtasks in a receding horizon framework. Tasks are automatically validated for safety and refined online with new observations. We evaluate SPINE in simulation and real-world settings. Evaluation missions require multiple steps of semantic reasoning and exploration in cluttered outdoor environments of over 20,000m$^2$ area. We evaluate SPINE against competitive baselines in single-agent and air-ground teaming applications. Please find videos and software on our project page: https://zacravichandran.github.io/SPINE
• Abstract（参考訳）: ロボットの能力が増すにつれ、ユーザーはハイレベルなミッションを記述し、そのギャップをロボットに埋めたいだろう。 多くの現実的な環境では、プレビルドされたマップは入手が困難であるため、実行にはミッションに特有の探索とマッピングが必要である。 ユーザがロボットを指揮する緊急対応シナリオを考えてみましょう。 ロボットは、事前やその他の状況に基づいて、関連する意味論(被害者など)や調査対象(被害地域)を推論し、その計画をオンラインで探索し、精査する必要がある。 これらのミッションは不完全で、つまりサブタスクと意味論を暗示している。 多くのセマンティックプランニング手法がオンラインで運用されているが、一般的にはオブジェクト探索や探索といった特定のタスクのために設計されている。 近年、Large Language Models (LLMs) は、自然言語で記述されたさまざまなロボットタスクに対して、強力な文脈推論を実証している。 しかし、既存のLCMプランナーは、通常、オンライン計画や複雑なミッションを考慮せず、関連するサブタスクは、事前に構築された地図またはユーザによって提供される。 本研究では,これらの制約をSPINE(非構造化環境における不完全な自然言語仕様を持つミッションのためのオンラインセマンティックプランナー)経由で解決する。 SPINEはLLMを使用して、ミッションによって暗示されるサブタスクを推論し、後退する水平線の枠組みでこれらのサブタスクを実現する。 タスクは安全のために自動的に検証され、新しい観察でオンラインで洗練されます。 シミュレーションおよび実環境設定におけるSPINEの評価を行った。 評価ミッションは、20,000m$^2$以上の乱雑な屋外環境における意味論的推論と探索の複数のステップを必要とする。 単エージェントおよび航空地上チームにおける競争ベースラインに対するSPINEの評価を行った。 プロジェクトページ(https://zacravichandran.github.io/SPINE)でビデオとソフトウェアをご覧ください。

関連論文リスト

• Simultaneous Localization and Affordance Prediction for Tasks in Egocentric Video [18.14234312389889]
  本稿では,視覚的インプットとタスク記述を結びつけるために,空間的局所化されたエゴセントリックビデオのトレーニングを行うシステムを提案する。 提案手法は,VLMを用いてタスク記述の類似性を位置タグ付き画像にマッピングする手法よりも優れていることを示す。 このシステムは、ロボットがエゴセントリックな感覚を使って、自然言語で指定された新しいタスクの物理的な場所をナビゲートすることを可能にする。
  論文  参考訳（メタデータ） (2024-07-18T18:55:56Z)
• Interactive Planning Using Large Language Models for Partially Observable Robotics Tasks [54.60571399091711]
  大きな言語モデル(LLM)は、オープン語彙タスクを実行するロボットエージェントを作成することで、驚くべき成果を上げている。 LLMを用いた部分的に観測可能なタスクのための対話型計画手法を提案する。
  論文  参考訳（メタデータ） (2023-12-11T22:54:44Z)
• Navigation with Large Language Models: Semantic Guesswork as a Heuristic for Planning [73.0990339667978]
  不慣れな環境でのナビゲーションは、ロボットにとって大きな課題となる。 言語モデルを用いて、新しい現実世界環境のバイアス探索を行う。 実環境におけるLFGの評価とシミュレーションベンチマークを行った。
  論文  参考訳（メタデータ） (2023-10-16T06:21:06Z)
• AutoTAMP: Autoregressive Task and Motion Planning with LLMs as Translators and Checkers [20.857692296678632]
  人間とロボットの効果的なインタラクションには、ロボットは複雑な長期的タスクを理解し、計画し、実行する必要がある。 大規模言語モデルの最近の進歩は、自然言語をロボットのアクションシーケンスに変換することを約束している。 本研究では,複雑なタスク領域において,LLMをプランナとして用いる手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-06-10T21:58:29Z)
• ProgPrompt: Generating Situated Robot Task Plans using Large Language Models [68.57918965060787]
  大規模言語モデル(LLM)は、タスク計画中の潜在的な次のアクションを評価するために使用することができる。 本稿では, プログラム型LCMプロンプト構造を用いて, 配置環境間での計画生成機能を実現する。
  論文  参考訳（メタデータ） (2022-09-22T20:29:49Z)
• Inner Monologue: Embodied Reasoning through Planning with Language Models [81.07216635735571]
  大規模言語モデル(LLM)は自然言語処理以外の領域に適用できる。 具体化された環境でのLLMの計画には、何をすべきかだけでなく、どのように、いつ行うべきかを考える必要がある。 環境フィードバックを活用することで、LLMはロボット制御シナリオにおいてよりリッチな処理と計画を行うことができる内部モノローグを形成することができる。
  論文  参考訳（メタデータ） (2022-07-12T15:20:48Z)
• Can Foundation Models Perform Zero-Shot Task Specification For Robot Manipulation? [54.442692221567796]
  タスク仕様は、熟練していないエンドユーザの関与とパーソナライズされたロボットの採用に不可欠である。 タスク仕様に対する広く研究されているアプローチは、目標を通じて、コンパクトな状態ベクトルまたは同じロボットシーンのゴールイメージを使用することである。 そこで本研究では,人間の指定や使用が容易な目標仕様の代替的,より汎用的な形式について検討する。
  論文  参考訳（メタデータ） (2022-04-23T19:39:49Z)
• Learning Language-Conditioned Robot Behavior from Offline Data and Crowd-Sourced Annotation [80.29069988090912]
  本研究では,ロボットインタラクションの大規模なオフラインデータセットから視覚に基づく操作タスクを学習する問題について検討する。 クラウドソースの自然言語ラベルを用いたオフラインロボットデータセットの活用を提案する。 提案手法は目標画像仕様と言語条件付き模倣技術の両方を25%以上上回っていることがわかった。
  論文  参考訳（メタデータ） (2021-09-02T17:42:13Z)

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。