Fugu-MT 論文翻訳(概要): The State of Robot Motion Generation

論文の概要: The State of Robot Motion Generation

arxiv url: http://arxiv.org/abs/2410.12172v1
Date: Wed, 16 Oct 2024 02:31:31 GMT
ステータス: 翻訳完了
システム内更新日: 2024-10-17 13:43:13.449330
Title: The State of Robot Motion Generation
Title（参考訳）: ロボットモーション生成の現状
Authors: Kostas E. Bekris, Joe Doerr, Patrick Meng, Sumanth Tangirala,
Abstract要約: 本稿では,50年間にわたるロボット工学研究の成果を概説する。これは、通常調査されていない方法論の境界を、明示的なモデルで運用するものから暗黙的なモデルで学習するものへと横断する。
参考スコア（独自算出の注目度）: 12.786401496331395
License:
Abstract: This paper reviews the large spectrum of methods for generating robot motion proposed over the 50 years of robotics research culminating in recent developments. It crosses the boundaries of methodologies, typically not surveyed together, from those that operate over explicit models to those that learn implicit ones. The paper discusses the current state-of-the-art as well as properties of varying methodologies, highlighting opportunities for integration.
Abstract（参考訳）: 本稿では,50年間にわたるロボット工学研究の成果を概説する。これは、通常調査されていない方法論の境界を、明示的なモデルで運用するものから暗黙的なモデルで学習するものへと横断する。本稿では,現状と様々な方法論の特性について論じ,統合の機会を浮き彫りにしている。

関連論文リスト

Model Merging in LLMs, MLLMs, and Beyond: Methods, Theories, Applications and Opportunities [89.40778301238642]
モデルマージは、機械学習コミュニティにおける効率的なエンパワーメント技術である。これらの手法の体系的かつ徹底的なレビューに関する文献には大きなギャップがある。
論文参考訳（メタデータ） (2024-08-14T16:58:48Z)
Deep Generative Models in Robotics: A Survey on Learning from Multimodal Demonstrations [52.11801730860999]
近年、ロボット学習コミュニティは、大規模なデータセットの複雑さを捉えるために、深層生成モデルを使うことへの関心が高まっている。本稿では,エネルギーベースモデル,拡散モデル,アクションバリューマップ,生成的敵ネットワークなど,コミュニティが探求してきたさまざまなモデルについて述べる。また,情報生成から軌道生成,コスト学習に至るまで,深層生成モデルを用いた様々なアプリケーションについて述べる。
論文参考訳（メタデータ） (2024-08-08T11:34:31Z)
Towards Best Practices of Activation Patching in Language Models: Metrics and Methods [9.121998462494533]
評価指標や汚損手法を含む,アクティベーションパッチングにおける方法論的詳細の影響について検討する。経験的観察に支えられ、ある指標や方法が好まれる理由について、概念的な議論を行う。
論文参考訳（メタデータ） (2023-09-27T21:53:56Z)
Transferring Foundation Models for Generalizable Robotic Manipulation [82.12754319808197]
インターネット規模の基盤モデルによって生成された言語推論セグメンテーションマスクを効果的に活用する新しいパラダイムを提案する。提案手法は,オブジェクトのポーズを効果的かつ堅牢に知覚し,サンプル効率のよい一般化学習を可能にする。デモは提出されたビデオで見ることができ、より包括的なデモはlink1またはlink2で見ることができます。
論文参考訳（メタデータ） (2023-06-09T07:22:12Z)
Towards Generalist Robots: A Promising Paradigm via Generative Simulation [18.704506851738365]
この文書は、一般のロボットへの潜在的な経路に対する著者のビジョンを概説する位置紙として機能する。著者らは、提案されたパラダイムは、ロボット工学研究の長年の目標を達成するための、実現可能な道であると信じている。
論文参考訳（メタデータ） (2023-05-17T02:53:58Z)
E2R: a Hierarchical-Learning inspired Novelty-Search method to generate diverse repertoires of grasping trajectories [0.0]
プラットフォームに依存しない方法で軌道を把握できる大規模なデータセットを生成できるNSベースの新しい手法を提案する。階層的な学習パラダイムにインスパイアされた我々の手法は、行動空間をより滑らかにするためにアプローチと理解を分離する。 3つの異なるロボットグルーパーのセットアップといくつかの標準オブジェクトによる実験により,本手法は最先端の手法よりも優れていることが示された。
論文参考訳（メタデータ） (2022-10-14T15:13:10Z)
MACQ: A Holistic View of Model Acquisition Techniques [11.510002282660782]
本稿では,アクションモデル獲得空間の包括的特徴と,自動アクションモデル獲得のための統合フレームワークを提案する。この分野における画期的なアプローチのいくつかを再実装し、すべての技術の特徴は、残る研究機会について深い洞察を与えてくれます。
論文参考訳（メタデータ） (2022-06-14T00:18:12Z)
Human-Robot Collaboration and Machine Learning: A Systematic Review of Recent Research [69.48907856390834]
人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
論文参考訳（メタデータ） (2021-10-14T15:14:33Z)
Bayesian Meta-Learning for Few-Shot Policy Adaptation Across Robotic Platforms [60.59764170868101]
強化学習手法は、重要な性能を達成できるが、同じロボットプラットフォームで収集される大量のトレーニングデータを必要とする。私たちはそれを、さまざまなロボットプラットフォームで共有される共通の構造を捉えるモデルを見つけることを目標とする、数ショットのメタラーニング問題として定式化します。我々は,400個のロボットを用いて,実ロボットピッキング作業とシミュレーションリーチの枠組みを実験的に評価した。
論文参考訳（メタデータ） (2021-03-05T14:16:20Z)
Recent Progress in Appearance-based Action Recognition [73.6405863243707]
アクション認識は、ビデオ内の様々な人間の行動を特定するタスクである。最近の外見に基づく手法は、正確な行動認識に向けて有望な進歩を遂げている。
論文参考訳（メタデータ） (2020-11-25T10:18:12Z)

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。