Fugu-MT 論文翻訳(概要): Making Robots Play by the Rules: The ROS 2 CLIPS-Executive

論文の概要: Making Robots Play by the Rules: The ROS 2 CLIPS-Executive

arxiv url: http://arxiv.org/abs/2512.12722v1
Date: Sun, 14 Dec 2025 14:53:28 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-23 08:17:40.337598
Title: Making Robots Play by the Rules: The ROS 2 CLIPS-Executive
Title（参考訳）: ROS 2 CLIPS-Executive(動画あり)
Authors: Tarik Viehmann, Daniel Swoboda, Samridhi Kalra, Himanshu Grover, Gerhard Lakemeyer,
Abstract要約: ROSエコシステムへのCLIPSの統合について紹介する。 CLIPSは知識駆動アプリケーションを構築するためのルールベースのプログラミング言語である。 PDDLベースの計画フレームワーク統合を記述することにより、CLIPSの柔軟性を示す。
参考スコア（独自算出の注目度）: 3.4219240592285654
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: CLIPS is a rule-based programming language for building knowledge-driven applications, well suited for the complex task of coordinating autonomous robots. Inspired by the CLIPS-Executive originally developed for the lesser known Fawkes robotics framework, we present an Integration of CLIPS into the ROS ecosystem. Additionally, we show the flexibility of CLIPS by describing a PDDL-based planning framework integration.
Abstract（参考訳）: CLIPSは知識駆動型アプリケーションを構築するためのルールベースのプログラミング言語であり、自律ロボットを協調する複雑なタスクに適している。 CLIPS-ExecutiveにインスパイアされたCLIPS-Executiveは、もともとあまり知られていないFawkesのロボティクスフレームワーク用に開発されたもので、我々はCLIPSをROSエコシステムに統合する。さらに、PDDLベースの計画フレームワーク統合を記述することにより、CLIPSの柔軟性を示す。

関連論文リスト

RobotFleet: An Open-Source Framework for Centralized Multi-Robot Task Planning [10.128950558854347]
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。
論文参考訳（メタデータ） (2025-10-12T00:32:37Z)
From Tool Calling to Symbolic Thinking: LLMs in a Persistent Lisp Metaprogramming Loop [0.14504054468850663]
本稿では,大規模言語モデル(LLM)を永続的かつインタラクティブなLisp環境と統合するための新しいアーキテクチャを提案する。本稿では,対話型AIシステムの今後の実装を導くための設計フレームワークとアーキテクチャ原則を提案する。
論文参考訳（メタデータ） (2025-06-08T20:12:06Z)
A Temporal Planning Framework for Multi-Agent Systems via LLM-Aided Knowledge Base Management [5.548477348501636]
本稿では,大規模言語モデル(LLM)とPrologベースの知識管理とマルチロボットタスクの計画を統合したPLANTORという新しいフレームワークを提案する。その結果,LLMは人間からのフィードバックの少ない正確な知識ベースを生成でき,Prologは形式的正当性と説明可能性を保証することがわかった。このアプローチは、柔軟でスケーラブルで人間に理解可能な計画を必要とする高度なロボティクスタスクのためのLLM統合の可能性を強調している。
論文参考訳（メタデータ） (2025-02-26T13:51:28Z)
In-Context Learning Enables Robot Action Prediction in LLMs [52.285739178561705]
本稿では,ロボットの動作を直接予測する,オフザシェルフテキストのみの大規模言語モデルを実現するフレームワークであるRoboPromptを紹介する。 RoboPromptは、シミュレーションおよび実世界の設定において、ゼロショットとICLベースラインよりもパフォーマンスが向上している。
論文参考訳（メタデータ） (2024-10-16T17:56:49Z)
Robotic-CLIP: Fine-tuning CLIP on Action Data for Robotic Applications [12.009846926987008]
Contrastive Language-Image Pretraining (CLIP) は、視覚と自然言語の理解の両方を必要とするロボット作業で広く使われている。ロボット認識能力を高めるために,ロボットCLIPを導入する。
論文参考訳（メタデータ） (2024-09-26T10:56:35Z)
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)
CLMASP: Coupling Large Language Models with Answer Set Programming for Robotic Task Planning [9.544073786800706]
大規模言語モデル(LLM)には、幅広い基礎知識と適度な推論能力がある。 LLM生成したプランを一定の制約で特定のロボットに実行させることは困難である。本稿では,LLM と Answer Set Programming (ASP) を結合して制限を克服するアプローチである CLMASP を紹介する。
論文参考訳（メタデータ） (2024-06-05T15:21:44Z)
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)

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。