論文の概要: A Methodology for Designing Knowledge-Driven Missions for Robots

• arxiv url: http://arxiv.org/abs/2601.20797v1
• Date: Wed, 28 Jan 2026 17:39:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.986877
• Title: A Methodology for Designing Knowledge-Driven Missions for Robots
• Title（参考訳）: ロボットの知識駆動ミッション設計手法
• Authors: Guillermo GP-Lenza, Carmen DR. Pita-Romero, Miguel Fernandez-Cortizas, Pascual Campoy,
• Abstract要約: 本稿では,ROS 2システムで知識グラフを実装するための包括的方法論を提案する。 この方法論には、初期および目標条件の定義、タスクとサブタスクの構造化、シーケンスの計画、知識グラフでのタスク関連データの表現、高レベル言語を用いたミッションの設計など、いくつかの重要なステップが含まれている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: This paper presents a comprehensive methodology for implementing knowledge graphs in ROS 2 systems, aiming to enhance the efficiency and intelligence of autonomous robotic missions. The methodology encompasses several key steps: defining initial and target conditions, structuring tasks and subtasks, planning their sequence, representing task-related data in a knowledge graph, and designing the mission using a high-level language. Each step builds on the previous one to ensure a cohesive process from initial setup to final execution. A practical implementation within the Aerostack2 framework is demonstrated through a simulated search and rescue mission in a Gazebo environment, where drones autonomously locate a target. This implementation highlights the effectiveness of the methodology in improving decision-making and mission performance by leveraging knowledge graphs.
• Abstract（参考訳）: 本稿では,自律型ロボットミッションの効率性と知性を高めることを目的とした,ROS 2システムにおける知識グラフの実装のための包括的な方法論を提案する。 この方法論には、初期および目標条件の定義、タスクとサブタスクの構造化、シーケンスの計画、知識グラフでのタスク関連データの表現、高レベル言語を用いたミッションの設計など、いくつかの重要なステップが含まれている。 各ステップは、初期設定から最終実行までの凝集プロセスを保証するために、前のステップの上に構築される。 Aerostack2フレームワークの実践的な実装は、ドローンがターゲットを自律的に特定するガゼボの環境で、模擬捜索救助ミッションを通じて実証される。 この実装は、知識グラフを利用して意思決定とミッションパフォーマンスを改善するための方法論の有効性を強調している。

関連論文リスト

• Leveraging High-Fidelity Digital Models and Reinforcement Learning for Mission Engineering: A Case Study of Aerial Firefighting Under Perfect Information [1.0832844764942349]
  ミッション環境は不確実であり、動的であり、ミッションの成果は、ミッション資産がこの環境とどのように相互作用するかの直接的な機能である。 本稿では、デジタルミッションモデルと強化学習(RL)を統合したインテリジェントなミッションコーディネート手法を提案する。
  論文  参考訳（メタデータ） (2025-12-23T18:36:07Z)
• KOI: Accelerating Online Imitation Learning via Hybrid Key-state Guidance [51.09834120088799]
  キーステートガイド付きオンライン模倣(KOI)学習手法について紹介する。 我々は視覚言語モデルを用いて、専門家の軌跡から意味的キー状態を抽出し、「何をすべきか」の目的を示す。 セマンティックキー状態間の間隔内では、動作キー状態の捕捉に光流が使用され、「どうするか」のメカニズムが理解される。
  論文  参考訳（メタデータ） (2024-08-06T02:53:55Z)
• Embodied Instruction Following in Unknown Environments [64.57388036567461]
  未知環境における複雑なタスクに対するEIF(Embodied instruction following)法を提案する。 我々は,ハイレベルなタスクプランナと低レベルな探索コントローラを含む,階層的な具体化命令に従うフレームワークを構築した。 タスクプランナに対しては、タスク完了プロセスと既知の視覚的手がかりに基づいて、人間の目標達成のための実行可能なステップバイステッププランを生成する。
  論文  参考訳（メタデータ） (2024-06-17T17:55:40Z)
• Distributed multi-agent target search and tracking with Gaussian process and reinforcement learning [26.499110405106812]
  分散プロセスに基づくターゲットマップ構築によるマルチエージェント強化学習手法を提案する。 シミュレーションにおける訓練された方針の性能と伝達性を評価し, 小型無人航空機の群集上での手法を実証した。
  論文  参考訳（メタデータ） (2023-08-29T01:53:14Z)
• Fast Inference and Transfer of Compositional Task Structures for Few-shot Task Generalization [101.72755769194677]
  本稿では,タスクがサブタスクグラフによって特徴づけられる,数発の強化学習問題として定式化する。 我々のマルチタスクサブタスクグラフ推論器(MTSGI)は、トレーニングタスクから、まず、サブタスクグラフの観点から、一般的なハイレベルなタスク構造を推測する。 提案手法は,2次元グリッドワールドおよび複雑なWebナビゲーション領域において,タスクの共通基盤構造を学習し,活用し,未知のタスクへの適応を高速化する。
  論文  参考訳（メタデータ） (2022-05-25T10:44:25Z)
• C-Planning: An Automatic Curriculum for Learning Goal-Reaching Tasks [133.40619754674066]
  ゴール条件強化学習は、ナビゲーションや操作を含む幅広い領域のタスクを解決できる。 本研究では,学習時間における探索を用いて,中間状態を自動生成する遠隔目標獲得タスクを提案する。 E-stepはグラフ検索を用いて最適な経路点列を計画することに対応し、M-stepはそれらの経路点に到達するための目標条件付きポリシーを学習することを目的としている。
  論文  参考訳（メタデータ） (2021-10-22T22:05:31Z)
• Self-Imitation Learning by Planning [3.996275177789895]
  模擬学習(IL)により、熟練の知識を伝達することで、ロボットがスキルを素早く習得できます。 長期移動計画タスクでは、ILおよびRLメソッドのデプロイにおける課題は、大規模で広範囲に分散したデータの生成と収集方法である。 本研究では,現在の方針から訪問状態の計画により,実演データを自動収集する自己模倣学習(silp)を提案する。 SILPは、早期強化学習の段階で正常に訪問された状態がグラフ検索ベースのモーションプランナーの衝突のないノードであることに触発されます。
  論文  参考訳（メタデータ） (2021-03-25T13:28:38Z)

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。