論文の概要: RobotFleet: An Open-Source Framework for Centralized Multi-Robot Task Planning

• arxiv url: http://arxiv.org/abs/2510.10379v1
• Date: Sun, 12 Oct 2025 00:32:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-14 18:06:29.913668
• Title: RobotFleet: An Open-Source Framework for Centralized Multi-Robot Task Planning
• Title（参考訳）: RobotFleet: 集中型マルチロボットタスク計画のためのオープンソースフレームワーク
• Authors: Rohan Gupta, Trevor Asbery, Zain Merchant, Abrar Anwar, Jesse Thomason,
• Abstract要約: 本稿では,マルチロボットタスク計画とスケジューリングのためのオープンソースフレームワークを提案する。 RobotFleetは、コンテナ化されたサービスとしてデプロイされたロボットの計画、スケジューリング、実行のための抽象化を提供する。
• 参考スコア（独自算出の注目度）: 10.128950558854347
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Coordinating heterogeneous robot fleets to achieve multiple goals is challenging in multi-robot systems. We introduce an open-source and extensible framework for centralized multi-robot task planning and scheduling that leverages LLMs to enable fleets of heterogeneous robots to accomplish multiple tasks. RobotFleet provides abstractions for planning, scheduling, and execution across robots deployed as containerized services to simplify fleet scaling and management. The framework maintains a shared declarative world state and two-way communication for task execution and replanning. By modularizing each layer of the autonomy stack and using LLMs for open-world reasoning, RobotFleet lowers the barrier to building scalable multi-robot systems. The code can be found here: https://github.com/therohangupta/robot-fleet.
• Abstract（参考訳）: 複数の目標を達成するために異質なロボット群を調整することは、マルチロボットシステムでは難しい。 マルチロボットタスク計画とスケジューリングのためのオープンソースの拡張可能なフレームワークを導入し,LLMを活用し,多種多様なロボット群が複数のタスクをこなせるようにした。 RobotFleetは、コンテナ化されたサービスとしてデプロイされたロボットを対象とする、計画、スケジューリング、実行のための抽象化を提供する。 このフレームワークは、共有宣言的な世界状態と、タスクの実行と再計画のための双方向通信を維持している。 自律スタックの各レイヤをモジュール化し、オープンワールド推論にLLMを使用することで、RobotFleetはスケーラブルなマルチロボットシステム構築の障壁を低くする。 コードは、https://github.com/therohangupta/robot-fleet.com/で参照できる。

関連論文リスト

• Distilling On-device Language Models for Robot Planning with Minimal Human Intervention [116.93160528413655]
  PRISMは、SLM(Small Language Model)対応ロボットプランナーを蒸留するためのフレームワークである。 PRISMを3つのLCM対応プランナーに適用し、マッピング、探索、操作、家事支援を行う。 GPT-4o の 10-20% から 93% 以上まで, PRISM は Llama-3.2-3B の性能を向上することを示した。
  論文  参考訳（メタデータ） (2025-06-20T21:44:27Z)
• Deploying Foundation Model-Enabled Air and Ground Robots in the Field: Challenges and Opportunities [65.98704516122228]
  基礎モデル(FM)をロボット工学に統合することで、ロボットは自然言語を理解し、環境のセマンティクスを推論できるようになった。 本稿では,FM対応ロボットを現場に展開する上で,大規模で非構造的な環境下でのロボットの運用に必要なミッションについて述べる。 数kmのミッションを持つ非構造環境下での大規模LLM対応ロボット計画の実証実験を行った。
  論文  参考訳（メタデータ） (2025-05-14T15:28:43Z)
• RoboMatrix: A Skill-centric Hierarchical Framework for Scalable Robot Task Planning and Execution in Open-World [18.44952696124717]
  RoboMatrixは、オープンソースの環境でのスケーラブルなロボットタスク計画と実行のために設計された、スキル中心の階層型フレームワークである。 我々の研究の鍵となる革新は、1つのモデルに運動と操作の両方をシームレスに統合できる最初の統合視覚言語アクション(VLA)モデルの導入である。
  論文  参考訳（メタデータ） (2024-11-29T17:36:03Z)
• COHERENT: Collaboration of Heterogeneous Multi-Robot System with Large Language Models [49.24666980374751]
  COHERENTは、異種マルチロボットシステムの協調のための新しいLCMベースのタスク計画フレームワークである。 提案-実行-フィードバック-調整機構は,個々のロボットに対して動作を分解・割り当てするように設計されている。 実験の結果,我々の研究は,成功率と実行効率の面で,従来の手法をはるかに上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2024-09-23T15:53:41Z)
• 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)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• SkiROS2: A skill-based Robot Control Platform for ROS [1.4502611532302039]
  ROS上でのスキルベースのロボット制御プラットフォームであるSkiROS2を紹介する。 SkiROS2は、自動タスク計画とリアクティブ実行のための階層化されたハイブリッドコントロール構造を提案する。 本研究では,SkiROS2を現場に関連付け,タスク計画,推論,多感覚入力,製造実行システムの統合,強化学習の3つの事例を概説する。
  論文  参考訳（メタデータ） (2023-06-29T15:25:51Z)
• Fleet-DAgger: Interactive Robot Fleet Learning with Scalable Human Supervision [72.4735163268491]
  ロボットの商業的および産業的な展開は、実行中にリモートの人間のテレオペレーターにフォールバックすることが多い。 我々は対話型フリートラーニング(Interactive Fleet Learning, IFL)の設定を定式化し、複数のロボットが対話型クエリを行い、複数の人間スーパーバイザーから学習する。 IFLアルゴリズムのファミリーであるFleet-DAggerを提案し、新しいFleet-DAggerアルゴリズムをシミュレーションで4つのベースラインと比較する。
  論文  参考訳（メタデータ） (2022-06-29T01:23:57Z)

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。