論文の概要: Model-Based AI planning and Execution Systems for Robotics

• arxiv url: http://arxiv.org/abs/2505.04493v1
• Date: Wed, 07 May 2025 15:17:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-08 19:07:36.122632
• Title: Model-Based AI planning and Execution Systems for Robotics
• Title（参考訳）: ロボットのためのモデルベースAI計画と実行システム
• Authors: Or Wertheim, Ronen I. Brafman,
• Abstract要約: モデルベースの計画と実行システムは、柔軟な自律ロボットを構築するための原則化されたアプローチを提供する。 我々は、既存のシステムが解決しようとしている様々な設計上の選択と課題、これまで提案してきた様々な解決策、そして将来の開発への道のりを考察する。
• 参考スコア（独自算出の注目度）: 8.287206589886878
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Model-based planning and execution systems offer a principled approach to building flexible autonomous robots that can perform diverse tasks by automatically combining a host of basic skills. This idea is almost as old as modern robotics. Yet, while diverse general-purpose reasoning architectures have been proposed since, general-purpose systems that are integrated with modern robotic platforms have emerged only recently, starting with the influential ROSPlan system. Since then, a growing number of model-based systems for robot task-level control have emerged. In this paper, we consider the diverse design choices and issues existing systems attempt to address, the different solutions proposed so far, and suggest avenues for future development.
• Abstract（参考訳）: モデルベースの計画と実行システムは、基本的なスキルのホストを自動的に組み合わせることで、多様なタスクを実行できる柔軟な自律ロボットを構築するための、原則化されたアプローチを提供する。 このアイデアは、現代のロボット工学と同じくらい古いものです。 しかし、それ以降は多種多様な汎用推論アーキテクチャが提案されているが、現代のロボットプラットフォームと統合された汎用システムは、ROSPlanシステムから始まったばかりである。 それ以来、ロボットタスクレベル制御のためのモデルベースシステムが増えている。 本稿では,既存のシステムが解決しようとする多様な設計選択や課題,これまで提案されてきたさまざまな解決策,今後の開発への道筋について考察する。

関連論文リスト

• $π_0$: A Vision-Language-Action Flow Model for General Robot Control [77.32743739202543]
  本稿では,インターネット規模のセマンティック知識を継承するために,事前学習された視覚言語モデル(VLM)上に構築された新しいフローマッチングアーキテクチャを提案する。 我々は,事前訓練後のタスクをゼロショットで実行し,人からの言語指導に追従し,微調整で新たなスキルを習得する能力の観点から,我々のモデルを評価した。
  論文  参考訳（メタデータ） (2024-10-31T17:22:30Z)
• EMOS: Embodiment-aware Heterogeneous Multi-robot Operating System with LLM Agents [33.77674812074215]
  異種ロボット間の効果的な協調を実現するための新しいマルチエージェントフレームワークを提案する。 エージェントがロボットURDFファイルを理解し、ロボットキネマティクスツールを呼び出し、その物理能力の記述を生成する。 Habitat-MASベンチマークは、マルチエージェントフレームワークがエンボディメント認識推論を必要とするタスクをどのように処理するかを評価するように設計されている。
  論文  参考訳（メタデータ） (2024-10-30T03:20:01Z)
• Toward General-Purpose Robots via Foundation Models: A Survey and Meta-Analysis [82.59451639072073]
  汎用ロボットはどんな環境でも、どんな物体でもシームレスに動作し、様々なスキルを使って様々なタスクをこなす。 コミュニティとしては、特定のタスク用に設計し、特定のデータセットでトレーニングし、特定の環境にデプロイすることで、ほとんどのロボットシステムを制約してきました。 ウェブスケールで大規模で大容量の事前学習型モデルの優れたオープンセット性能とコンテンツ生成能力に感銘を受けて,本調査は,汎用ロボティクスに基礎モデルを適用する方法について検討した。
  論文  参考訳（メタデータ） (2023-12-14T10:02:55Z)
• 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)

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。