論文の概要: ROSA: A Knowledge-based Solution for Robot Self-Adaptation

• arxiv url: http://arxiv.org/abs/2505.00733v1
• Date: Tue, 29 Apr 2025 12:49:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-05 17:21:19.746535
• Title: ROSA: A Knowledge-based Solution for Robot Self-Adaptation
• Title（参考訳）: ROSA:ロボットの自己適応のための知識ベースのソリューション
• Authors: Gustavo Rezende Silva, Juliane Päßler, S. Lizeth Tapia Tarifa, Einar Broch Johnsen, Carlos Hernández Corbato,
• Abstract要約: ロボットシステムは、タスクの実行とソフトウェアアーキテクチャをそのコンテキストに基づいて実行時に適応できる自己適応システムとして設計することができる。 本稿では,RObot Self-Adaptationのための新しい知識ベースフレームワークであるROSAを紹介する。 適応に必要なすべてのアプリケーション固有の知識をキャプチャし、実行時にこの知識を推論して、いつ、どのように適応を行うべきかを判断する知識モデルを提供することによって、これを実現する。
• 参考スコア（独自算出の注目度）: 1.5806281688147201
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous robots must operate in diverse environments and handle multiple tasks despite uncertainties. This creates challenges in designing software architectures and task decision-making algorithms, as different contexts may require distinct task logic and architectural configurations. To address this, robotic systems can be designed as self-adaptive systems capable of adapting their task execution and software architecture at runtime based on their context.This paper introduces ROSA, a novel knowledge-based framework for RObot Self-Adaptation, which enables task-and-architecture co-adaptation (TACA) in robotic systems. ROSA achieves this by providing a knowledge model that captures all application-specific knowledge required for adaptation and by reasoning over this knowledge at runtime to determine when and how adaptation should occur. In addition to a conceptual framework, this work provides an open-source ROS 2-based reference implementation of ROSA and evaluates its feasibility and performance in an underwater robotics application. Experimental results highlight ROSA's advantages in reusability and development effort for designing self-adaptive robotic systems.
• Abstract（参考訳）: 自律ロボットは様々な環境で動作し、不確実性にもかかわらず複数のタスクを処理しなければならない。 これは、ソフトウェアアーキテクチャとタスク決定アルゴリズムを設計する際の課題を生み出します。 そこで本研究では,ロボットシステムにおけるタスク・アンド・アーキテクチャ・コダプティブ(TACA)を実現するROSAについて紹介する。 ROSAは、適応に必要なアプリケーション固有の知識をすべてキャプチャする知識モデルを提供し、実行時にこの知識を推論して、いつ、どのように適応を行うべきかを決定することでこれを達成します。 概念的枠組みに加えて、この研究はROSAのオープンソースROOS 2ベースのリファレンス実装を提供し、水中ロボティクスアプリケーションにおけるその実現可能性と性能を評価する。 実験結果は、自己適応型ロボットシステムの設計におけるROSAの再利用性と開発における利点を浮き彫りにした。

関連論文リスト

• ROS-LLM: A ROS framework for embodied AI with task feedback and structured reasoning [74.58666091522198]
  非専門家による直感的なロボットプログラミングのためのフレームワークを提案する。 ロボットオペレーティングシステム(ROS)からの自然言語のプロンプトと文脈情報を活用する 我々のシステムは,大規模言語モデル (LLM) を統合し,非専門家がチャットインタフェースを通じてシステムにタスク要求を記述できるようにする。
  論文  参考訳（メタデータ） (2024-06-28T08:28:38Z)
• Runtime Verification and Field-based Testing for ROS-based Robotic Systems [8.675312581079039]
  ROSベースのシステムを設計して実行時の検証とフィールドベースのテストを可能にするための明確なガイダンスは存在しない。 本稿では、開発者と品質保証(QA)チームが現場でロボットを開発し、検証し、テストするためのガイドラインを提供することで、このギャップを埋めることを目的とする。
  論文  参考訳（メタデータ） (2024-04-17T15:52:29Z)
• The Need for a Meta-Architecture for Robot Autonomy [0.0]
  ロボットシステムの長期的な自律性には、障害や振る舞いの問題、知識の欠如に対処できるプラットフォームが暗黙的に必要である。 我々は,自律型ロボットエージェントの認知アーキテクチャの生成モデルとして,モデルベース工学の原則と認証可能な信頼性を前提としたケースを提起した。
  論文  参考訳（メタデータ） (2022-07-20T07:27:23Z)
• Autonomous Open-Ended Learning of Tasks with Non-Stationary Interdependencies [64.0476282000118]
  固有のモチベーションは、目標間のトレーニング時間を適切に割り当てるタスクに依存しないシグナルを生成することが証明されている。 内在的に動機付けられたオープンエンドラーニングの分野におけるほとんどの研究は、目標が互いに独立しているシナリオに焦点を当てているが、相互依存タスクの自律的な獲得を研究するのはごくわずかである。 特に,タスク間の関係に関する情報をアーキテクチャのより高レベルなレベルで組み込むことの重要性を示す。 そして、自律的に取得したシーケンスを格納する新しい学習層を追加することで、前者を拡張する新しいシステムであるH-GRAILを紹介する。
  論文  参考訳（メタデータ） (2022-05-16T10:43:01Z)
• Proceedings of the Robust Artificial Intelligence System Assurance (RAISA) Workshop 2022 [0.0]
  RAISAワークショップは、堅牢な人工知能(AI)と機械学習(ML)システムの研究、開発、応用に焦点を当てる。 特定のMLアルゴリズムに関してロバストネスを研究するのではなく、システムアーキテクチャのレベルでロバストネスの保証を検討することを目的としています。
  論文  参考訳（メタデータ） (2022-02-10T01:15:50Z)
• Simultaneous Navigation and Construction Benchmarking Environments [73.0706832393065]
  モバイル構築のためのインテリジェントなロボット、環境をナビゲートし、幾何学的設計に従ってその構造を変更するプロセスが必要です。 このタスクでは、ロボットのビジョンと学習の大きな課題は、GPSなしでデザインを正確に達成する方法です。 我々は,手工芸政策の性能を,基礎的なローカライゼーションと計画,最先端の深層強化学習手法を用いて評価した。
  論文  参考訳（メタデータ） (2021-03-31T00:05:54Z)
• Behavior coordination for self-adaptive robots using constraint-based configuration [0.0]
  本稿では,自己適応型ロボットの制御アーキテクチャを動的に構成するアルゴリズムを提案する。 このアルゴリズムは制約に基づく構成アプローチを用いて、反応イベントと熟考イベントの両方に対応して、どの基本的なロボット動作をアクティベートするかを決定する。 このソリューションは、ROSとオープンソースをベースとした、Behavior Coordinator CBCと呼ばれるソフトウェア開発ツールとして実装されている。
  論文  参考訳（メタデータ） (2021-03-24T12:09:44Z)
• Autonomous learning of multiple, context-dependent tasks [1.1470070927586016]
  複雑な環境では、同じタスクには解決すべきさまざまなスキルセットが必要になるかもしれません。 本稿では,2つの課題を統合的に解決するオープンエンド学習ロボットアーキテクチャC-GRAILを提案する。 アーキテクチャは、自律的に関連する対象物に到達することを学習するロボットを含むシミュレーションされたロボット環境でテストされる。
  論文  参考訳（メタデータ） (2020-11-27T17:25:36Z)
• A Reference Software Architecture for Social Robots [64.86618385090416]
  我々は社会ロボットが恩恵を受けるかもしれない一連の原則を提案する。 これらの原則は、社会ロボットのためのリファレンスソフトウェアアーキテクチャの設計の基礎にもなっている。
  論文  参考訳（メタデータ） (2020-07-09T17:03:21Z)

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。