論文の概要: An Ontology for Unified Modeling of Tasks, Actions, Environments, and Capabilities in Personal Service Robotics
- arxiv url: http://arxiv.org/abs/2509.22434v1
- Date: Fri, 26 Sep 2025 14:53:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-29 20:57:54.520034
- Title: An Ontology for Unified Modeling of Tasks, Actions, Environments, and Capabilities in Personal Service Robotics
- Title（参考訳）: パーソナルサービスロボティクスにおけるタスク,行動,環境,能力の統一モデリングオントロジー
- Authors: Margherita Martorana, Francesca Urgese, Ilaria Tiddi, Stefan Schlobach,
- Abstract要約: タスク,行動,環境,能力の統一表現を提供するために,既存のものを拡張したrobots and acTions(OntoBOT)のオントロジーを提案する。
1) これらの側面を結合体にまとめて、実行、アクション、環境、能力に関する正式な推論をサポートします。
- 参考スコア（独自算出の注目度）: 3.884856136722028
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Personal service robots are increasingly used in domestic settings to assist older adults and people requiring support. Effective operation involves not only physical interaction but also the ability to interpret dynamic environments, understand tasks, and choose appropriate actions based on context. This requires integrating both hardware components (e.g. sensors, actuators) and software systems capable of reasoning about tasks, environments, and robot capabilities. Frameworks such as the Robot Operating System (ROS) provide open-source tools that help connect low-level hardware with higher-level functionalities. However, real-world deployments remain tightly coupled to specific platforms. As a result, solutions are often isolated and hard-coded, limiting interoperability, reusability, and knowledge sharing. Ontologies and knowledge graphs offer a structured way to represent tasks, environments, and robot capabilities. Existing ontologies, such as the Socio-physical Model of Activities (SOMA) and the Descriptive Ontology for Linguistic and Cognitive Engineering (DOLCE), provide models for activities, spatial relationships, and reasoning structures. However, they often focus on specific domains and do not fully capture the connection between environment, action, robot capabilities, and system-level integration. In this work, we propose the Ontology for roBOts and acTions (OntoBOT), which extends existing ontologies to provide a unified representation of tasks, actions, environments, and capabilities. Our contributions are twofold: (1) we unify these aspects into a cohesive ontology to support formal reasoning about task execution, and (2) we demonstrate its generalizability by evaluating competency questions across four embodied agents - TIAGo, HSR, UR3, and Stretch - showing how OntoBOT enables context-aware reasoning, task-oriented execution, and knowledge sharing in service robotics.
- Abstract（参考訳）: 個人用サービスロボットは、高齢者や支援を必要とする人々を支援するために、家庭での利用が増えている。
効果的な操作は、物理的相互作用だけでなく、動的環境を解釈し、タスクを理解し、コンテキストに基づいて適切なアクションを選択する能力も含む。
これは、ハードウェアコンポーネント(例えばセンサー、アクチュエータ)と、タスク、環境、ロボットの能力を推論できるソフトウェアシステムを統合する必要がある。
Robot Operating System (ROS)のようなフレームワークは、低レベルのハードウェアと高レベルの機能との接続を支援するオープンソースツールを提供する。
しかし、現実世界のデプロイメントは特定のプラットフォームと密に結びついている。
その結果、ソリューションはしばしば分離され、ハードコードされ、相互運用性、再利用可能性、知識共有が制限される。
オントロジとナレッジグラフは、タスク、環境、ロボットの能力を表す構造化された方法を提供する。
SOMA(Socio-physical Model of Activity)やDOLCE(Descriptive Ontology for Linguistic and Cognitive Engineering)のような既存のオントロジーは、活動、空間的関係、推論構造のためのモデルを提供する。
しかし、それらはしばしば特定のドメインに焦点を当てており、環境、アクション、ロボット機能、システムレベルの統合の間の接続を完全には捉えていない。
本稿では,既存のオントロジーを拡張し,タスク,アクション,環境,能力の統一的な表現を提供する,robots and acTions(OntoBOT)のオントロジーを提案する。
我々は,(1)タスク実行に関する正式な推論を支援するために,これらの側面を結合的なオントロジーに統合し,(2)サービスロボティクスにおけるコンテキスト認識推論,タスク指向実行,知識共有を可能にするOntoBOTの方法を示す4つの具体的エージェント – TIAGo, HSR, UR3, およびStretch – の能力的疑問を評価することによって,その一般化性を実証する。
関連論文リスト
- Towards General Agentic Intelligence via Environment Scaling [78.66355092082253]
高度なエージェントインテリジェンスは、現実世界のアプリケーションに大規模言語モデルをデプロイするための前提条件である。
完全にシミュレートされた異種環境を自動的に構築するスケーラブルなフレームワークを設計する。
エージェントベンチマーク, tau-bench, tau2-Bench, ACEBenchの実験により, トレーニングモデルである AgentScaler が, モデルの関数呼び出し能力を大幅に向上することを示した。
論文 参考訳（メタデータ） (2025-09-16T17:57:20Z) - Bridging Bots: from Perception to Action via Multimodal-LMs and Knowledge Graphs [1.4624458429745086]
サービスロボットは、家庭環境における日々の生活を支援するために配備される。
現在のシステムは、特定のハードウェアとソフトウェアに結びついた、プロプライエタリでハードコードされたソリューションに依存している。
オントロジと知識グラフ(KG)は、システム間の相互運用性を実現するソリューションを提供する。
論文 参考訳（メタデータ） (2025-07-13T12:52:00Z) - Internet of Agents: Fundamentals, Applications, and Challenges [66.44234034282421]
異種エージェント間のシームレスな相互接続、動的発見、協調的なオーケストレーションを可能にする基盤となるフレームワークとして、エージェントのインターネット(IoA)を紹介した。
我々は,機能通知と発見,適応通信プロトコル,動的タスクマッチング,コンセンサスとコンフリクト解決機構,インセンティブモデルなど,IoAの重要な運用イネーラを分析した。
論文 参考訳（メタデータ） (2025-05-12T02:04:37Z) - Geometrically-Aware One-Shot Skill Transfer of Category-Level Objects [18.978751760636563]
本研究では,ロボットが複雑な物体操作のスキルと制約を1人の人間の実演から伝達することのできる,新しいスキル伝達フレームワークを提案する。
提案手法は,オブジェクト中心のインタラクションに着目したデモンストレーションから幾何学的表現を導出することで,スキル獲得とタスク実行の課題に対処する。
本手法の有効性と適応性を広範囲な実験により検証し,追加の訓練を必要とせず,多様な実環境における技術移転とタスク実行を実証した。
論文 参考訳（メタデータ） (2025-03-19T16:10:17Z) - HARMONIC: Cognitive and Control Collaboration in Human-Robotic Teams [2.6627293764668902]
本稿では,人間ロボットチーム(HRT)に適用された汎用ロボット制御システムと,OntoAgent認知フレームワークを統合した認知ロボティックアーキテクチャについて述べる。
Harmonicはメタ認知、意味のある自然言語通信、HRTの相互信頼開発に必要な説明可能性を備えている。
論文 参考訳（メタデータ） (2024-09-26T16:48:21Z) - RoboEXP: Action-Conditioned Scene Graph via Interactive Exploration for Robotic Manipulation [21.387160107315797]
本稿では,ロボットが自律的に環境を探索し,行動条件付きシーングラフ(ACSG)を作成する,インタラクティブなシーン探索という新たな課題を紹介する。
ACSGは、シーン内の低レベル情報(幾何学と意味論)と高レベル情報(異なるエンティティ間のアクション条件付き関係)の両方を記述している。
本稿では,LMM(Large Multimodal Model)と明示的なメモリ設計を取り入れたロボット探索システム(RoboEXP)を提案する。
論文 参考訳（メタデータ） (2024-02-23T18:27:17Z) - 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) - Enhancing Graph Representation of the Environment through Local and
Cloud Computation [2.9465623430708905]
複数の情報源からロボット環境のセマンティックな表現を提供するグラフベースの表現を提案する。
環境から情報を取得するために、このフレームワークは古典的なコンピュータビジョンツールと現代のコンピュータビジョンクラウドサービスを組み合わせる。
提案手法により、小さなオブジェクトも処理し、環境の意味表現に統合することが可能になる。
論文 参考訳（メタデータ） (2023-09-22T08:05:32Z) - 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) - SAPIEN: A SimulAted Part-based Interactive ENvironment [77.4739790629284]
SAPIENは現実的で物理に富んだシミュレートされた環境であり、音声オブジェクトのための大規模なセットをホストしている。
部品検出と動作特性認識のための最先端の視覚アルゴリズムの評価を行い,ロボットインタラクションタスクの実証を行った。
論文 参考訳（メタデータ） (2020-03-19T00:11:34Z)
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。