論文の概要: Hierarchical Object-Oriented POMDP Planning for Object Rearrangement

• arxiv url: http://arxiv.org/abs/2412.01348v3
• Date: Mon, 25 Aug 2025 20:24:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-27 15:23:52.226987
• Title: Hierarchical Object-Oriented POMDP Planning for Object Rearrangement
• Title（参考訳）: オブジェクト再配置のための階層的オブジェクト指向POMDP計画
• Authors: Rajesh Mangannavar, Alan Fern, Prasad Tadepalli,
• Abstract要約: 現在のオブジェクト再構成ソリューションは、主に強化学習または手作業による計画手法に基づいており、様々な課題への適応性に欠けることが多い。 この制限に対処するために,新しい階層的オブジェクト指向部分観測マルコフ決定プロセス(HOO-POMDP)を導入する。 本稿では、部分的に観測可能なマルチルーム環境における多目的再構成問題を解決するためのオンライン・プランニング・フレームワークと新しいベンチマーク・データセットを提案する。
• 参考スコア（独自算出の注目度）: 19.62753215239688
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present an online planning framework and a new benchmark dataset for solving multi-object rearrangement problems in partially observable, multi-room environments. Current object rearrangement solutions, primarily based on Reinforcement Learning or hand-coded planning methods, often lack adaptability to diverse challenges. To address this limitation, we introduce a novel Hierarchical Object-Oriented Partially Observed Markov Decision Process (HOO-POMDP) planning approach. This approach comprises of (a) an object-oriented POMDP planner generating sub-goals, (b) a set of low-level policies for sub-goal achievement, and (c) an abstraction system converting the continuous low-level world into a representation suitable for abstract planning. To enable rigorous evaluation of rearrangement challenges, we introduce MultiRoomR, a comprehensive benchmark featuring diverse multi-room environments with varying degrees of partial observability (10-30\% initial visibility), blocked paths, obstructed goals, and multiple objects (10-20) distributed across 2-4 rooms. Experiments demonstrate that our system effectively handles these complex scenarios while maintaining robust performance even with imperfect perception, achieving promising results across both existing benchmarks and our new MultiRoomR dataset.
• Abstract（参考訳）: 本稿では、部分的に観測可能なマルチルーム環境における多目的再構成問題を解決するためのオンライン・プランニング・フレームワークと新しいベンチマーク・データセットを提案する。 現在のオブジェクト再構成ソリューションは、主に強化学習または手作業による計画手法に基づいており、様々な課題への適応性に欠けることが多い。 この制限に対処するために,新しい階層的オブジェクト指向部分観測マルコフ決定プロセス(HOO-POMDP)を導入する。 このアプローチは a) サブゴールを生成するオブジェクト指向のPOMDPプランナ (b)下位目標達成のための下級政策の集合 (c) 連続的低レベル世界を抽象計画に適した表現に変換する抽象システム。 再配置課題の厳密な評価を可能にするため,2～4室に分散した多ルーム環境(初期可視性10～30倍),ブロックパス,障害目標,複数オブジェクト(10～20倍)を特徴とする総合的なベンチマークであるMultiRoomRを導入する。 実験により、既存のベンチマークと新しいMultiRoomRデータセットの両方で有望な結果を達成しながら、不完全な認識でも堅牢なパフォーマンスを維持しながら、これらの複雑なシナリオを効果的に処理できることが示されている。

関連論文リスト

• Removing Planner Bias in Goal Recognition Through Multi-Plan Dataset Generation [0.0]
  既存のデータセットはすべて、それらを生成した計画システムによって誘導される体系的なバイアスに悩まされる。 そこで本研究では,トップk計画を用いて,同じ目標仮説の複数の異なる計画を生成する手法を提案する。 これにより、異なる計画セットに基づいてゴールを推測する際、ゴール認識器のレジリエンスを測定するために、バージョンカバレッジスコア(VCS)と呼ばれる新しい指標を導入することができる。
  論文  参考訳（メタデータ） (2026-02-16T12:25:35Z)
• Interaction-Grounded Learning for Contextual Markov Decision Processes with Personalized Feedback [59.287761696290865]
  本稿では,個人化されたフィードバックを伴って,文脈的マルコフ決定プロセス(MDP)のサブ線形後悔保証を実現する計算効率の高いアルゴリズムを提案する。 提案手法の有効性を,合成エピソードMDPと実世界のユーザ予約データセットの両方を用いた実験を通じて,マルチターンインタラクションからパーソナライズされた目的を学習する際の有効性を示す。
  論文  参考訳（メタデータ） (2026-02-09T06:29:54Z)
• TodoEvolve: Learning to Architect Agent Planning Systems [68.48983335970901]
  TodoEvolveは、タスク固有の計画を自律的に合成し、動的に修正するメタプランニングパラダイムである。 PlanFactoryは異種計画パターンの共通インターフェースを提供する。 TodoEvolveは、経済的なAPIコストとランタイムオーバーヘッドを維持しながら、慎重に設計された計画モジュールを一貫して上回っている。
  論文  参考訳（メタデータ） (2026-02-08T06:37:01Z)
• MO-SeGMan: Rearrangement Planning Framework for Multi Objective Sequential and Guided Manipulation in Constrained Environments [14.799742504098603]
  高度に制約された再配置問題に対するシークエンシャルおよびガイド・マニピュレーション・プランナであるMO-SeGManを紹介する。 Mo-SeGManは、オブジェクトごとの再計画とロボット走行距離の両方を最小限に抑えるオブジェクト配置シーケンスを生成する。 この結果から,MO-SeGManは解の時間と解の質を,ベースラインに比べて一貫して向上させることがわかった。
  論文  参考訳（メタデータ） (2025-11-03T11:38:57Z)
• Platform-Aware Mission Planning [50.56223680851687]
  本稿では,PAMP(Platform-Aware Mission Planning)の問題を紹介する。 第1のベースラインアプローチはミッションレベルとプラットフォームレベル、第2のベースラインアプローチは抽象リファインメントループに基づいている。 提案手法の健全性と完全性を実証し,実験により検証する。
  論文  参考訳（メタデータ） (2025-01-16T16:20:37Z)
• Unified Task and Motion Planning using Object-centric Abstractions of Motion Constraints [56.283944756315066]
  本稿では,タスクとモーションプランニングを一つの検索に統一するTAMP手法を提案する。 我々のアプローチは、オフザシェルフAIサーチの計算効率を活用して、物理的に実現可能な計画が得られるような、オブジェクト中心の動作制約の抽象化に基づいている。
  論文  参考訳（メタデータ） (2023-12-29T14:00:20Z)
• Planning as In-Painting: A Diffusion-Based Embodied Task Planning Framework for Environments under Uncertainty [56.30846158280031]
  具体的AIのためのタスクプランニングは、最も難しい問題の1つだ。 In-paintingとしての計画」というタスク非依存の手法を提案する。 提案するフレームワークは,様々な具体的AIタスクにおいて,有望なパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2023-12-02T10:07:17Z)
• Compositional Foundation Models for Hierarchical Planning [52.18904315515153]
  本稿では,言語,視覚,行動データを個別に訓練し,長期的課題を解決するための基礎モデルを提案する。 我々は,大規模なビデオ拡散モデルを用いて,環境に根ざした記号的計画を構築するために,大規模言語モデルを用いている。 生成したビデオプランは、生成したビデオからアクションを推論する逆ダイナミクスモデルを通じて、視覚運動制御に基礎を置いている。
  論文  参考訳（メタデータ） (2023-09-15T17:44:05Z)
• DiMSam: Diffusion Models as Samplers for Task and Motion Planning under Partial Observability [58.75803543245372]
  タスク・アンド・モーション・プランニング(TAMP)アプローチは多段階自律ロボット操作の計画に適している。 本稿では,TAMPシステムを用いた拡散モデルの構築により,これらの制限を克服することを提案する。 古典的TAMP, 生成モデリング, 潜伏埋め込みの組み合わせによって, 多段階制約に基づく推論が可能となることを示す。
  論文  参考訳（メタデータ） (2023-06-22T20:40:24Z)
• MANER: Multi-Agent Neural Rearrangement Planning of Objects in Cluttered Environments [8.15681999722805]
  本稿では,マルチエージェントオブジェクトアレンジメント計画のための学習ベースのフレームワークを提案する。 複雑な環境におけるタスクシークエンシングとパス計画の課題に対処する。
  論文  参考訳（メタデータ） (2023-06-10T23:53:28Z)
• Effective Baselines for Multiple Object Rearrangement Planning in Partially Observable Mapped Environments [5.32429768581469]
  本研究の目的は, 自家用知的エージェントが部分観測可能性の下で効率的に再配置を計画できるようにすることである。 本研究では, モノリシック・モジュール型深層強化学習(DRL)法について検討した。 モノリシックDRL法は多目的再配置に必要な長期計画では成功しない。 また、再配置が必要なオブジェクトが環境に均一に分散されている場合、我々の欲張りのあるモジュラーエージェントは経験的に最適であることを示す。
  論文  参考訳（メタデータ） (2023-01-24T08:03:34Z)
• Sequence-Based Plan Feasibility Prediction for Efficient Task and Motion Planning [36.300564378022315]
  本稿では,移動環境における移動操作問題を解決するための学習可能なタスク・アンド・モーション・プランニング(TAMP)アルゴリズムを提案する。 本アルゴリズムのコアは,タスク計画,目標,初期状態を考慮したトランスフォーマーに基づく新しい学習手法であるPIGINetであり,タスク計画に関連する運動軌跡の発見確率を予測する。
  論文  参考訳（メタデータ） (2022-11-03T04:12:04Z)
• Multi-Objective Policy Gradients with Topological Constraints [108.10241442630289]
  本稿では, PPOアルゴリズムの簡単な拡張により, TMDPにおけるポリシー勾配に対する新しいアルゴリズムを提案する。 シミュレーションと実ロボットの両方の目的を任意に並べた実世界の多目的ナビゲーション問題に対して,これを実証する。
  論文  参考訳（メタデータ） (2022-09-15T07:22:58Z)
• NeRP: Neural Rearrangement Planning for Unknown Objects [49.191284597526]
  我々は,多段階のニューラルオブジェクト再構成計画のためのディープラーニングに基づくアプローチであるNeRP(Neural Rearrangement Planning)を提案する。 NeRPは、シミュレーションデータに基づいてトレーニングされ、現実世界に一般化される、これまで見たことのないオブジェクトで動作する。
  論文  参考訳（メタデータ） (2021-06-02T17:56:27Z)
• Multiple Plans are Better than One: Diverse Stochastic Planning [26.887796946596243]
  計画上の問題では、望ましい仕様を完全にモデル化することはしばしば困難です。 特に、人間とロボットの相互作用において、そのような困難は、プライベートまたはモデルに複雑である人間の好みによって生じる可能性がある。 我々は、最適に近い代表行動の集合を生成することを目的とした、多種多様な計画と呼ばれる問題を定式化する。
  論文  参考訳（メタデータ） (2020-12-31T07:29:11Z)
• Learning Robust State Abstractions for Hidden-Parameter Block MDPs [55.31018404591743]
  我々は、ブロックMDPにインスパイアされた堅牢な状態抽象化を実現するために、HiP-MDP設定からの共通構造の概念を活用する。 マルチタスク強化学習 (MTRL) とメタ強化学習 (Meta-RL) の両方のための新しいフレームワークのインスタンス化を導出する。
  論文  参考訳（メタデータ） (2020-07-14T17:25:27Z)
• Divide-and-Conquer Monte Carlo Tree Search For Goal-Directed Planning [78.65083326918351]
  暗黙的な逐次計画の仮定に代わるものを検討する。 本稿では,最適計画の近似を行うため,Divide-and-Conquer Monte Carlo Tree Search (DC-MCTS)を提案する。 計画順序に対するこのアルゴリズム的柔軟性は,グリッドワールドにおけるナビゲーションタスクの改善に繋がることを示す。
  論文  参考訳（メタデータ） (2020-04-23T18:08:58Z)

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。