論文の概要: RACAS: Controlling Diverse Robots With a Single Agentic System
- arxiv url: http://arxiv.org/abs/2603.05621v2
- Date: Wed, 11 Mar 2026 14:18:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-12 14:12:44.047397
- Title: RACAS: Controlling Diverse Robots With a Single Agentic System
- Title（参考訳）: RACAS:1台のエージェントシステムでロボットを制御
- Authors: Dylan R. Ashley, Jan Przepióra, Yimeng Chen, Ali Abualsaud, Nurzhan Yesmagambet, Shinkyu Park, Eric Feron, Jürgen Schmidhuber,
- Abstract要約: RACAS(Robot-Agnostic Control via Agentic Systems)は、3つのモジュールが自然言語でのみ通信してクローズドループロボット制御を実現する協調型エージェントアーキテクチャである。
RACASは、ロボットの自然言語記述、利用可能なアクションの定義、タスク仕様のみを必要とする。
我々は、車輪付き地上ロボット、最近発表された新しい多関節ロボットアーム、水中車両を用いて、複数のタスクにおけるRACASを評価した。RACASは、これらの過激な異なるプラットフォームをまたいだ全てのタスクを一貫して解決し、その可能性を実証している。
- 参考スコア（独自算出の注目度）: 26.695876900159373
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Many robotic platforms expose an API through which external software can command their actuators and read their sensors. However, transitioning from these low-level interfaces to high-level autonomous behaviour requires a complicated pipeline, whose components demand distinct areas of expertise. Existing approaches to bridging this gap either require retraining for every new embodiment or have only been validated across structurally similar platforms. We introduce RACAS (Robot-Agnostic Control via Agentic Systems), a cooperative agentic architecture in which three LLM/VLM-based modules (Monitors, a Controller, and a Memory Curator) communicate exclusively through natural language to provide closed-loop robot control. RACAS requires only a natural language description of the robot, a definition of available actions, and a task specification; no source code, model weights, or reward functions need to be modified to move between platforms. We evaluate RACAS on several tasks using a wheeled ground robot, a recently published novel multi-jointed robotic limb, and an underwater vehicle. RACAS consistently solved all assigned tasks across these radically different platforms, demonstrating the potential of agentic AI to substantially reduce the barrier to prototyping robotic solutions.
- Abstract（参考訳）: 多くのロボティックプラットフォームは、外部ソフトウェアがアクチュエータを命令し、センサーを読み取ることができるAPIを公開する。
しかしながら、これらの低レベルのインターフェースから高レベルの自律的な振る舞いに移行するには、複雑なパイプラインが必要です。
このギャップを埋めるために既存のアプローチでは、すべての新しい実施のために再訓練が必要か、あるいは構造的に類似したプラットフォームでのみ検証されている。
RACAS(Robot-Agnostic Control via Agentic Systems)は、3つのLCM/VLMベースのモジュール(モニタ、コントローラ、メモリキュレーター)が自然言語でのみ通信してクローズドループロボット制御を提供する協調型エージェントアーキテクチャである。
RACASは、ロボットの自然言語記述、利用可能なアクションの定義、タスク仕様のみを必要とする。
我々は、車輪付き地上ロボット、最近発表された新しい多関節ロボットアーム、水中車両を用いて、複数のタスクにおけるRACASを評価した。
RACASは、これらの急激な異なるプラットフォームにまたがる全ての割り当てられたタスクを一貫して解決し、ロボットソリューションのプロトタイプ化の障壁を大幅に減らすエージェントAIの可能性を実証した。
関連論文リスト
- RoBridge: A Hierarchical Architecture Bridging Cognition and Execution for General Robotic Manipulation [90.81956345363355]
RoBridgeは、一般的なロボット操作のための階層的なインテリジェントアーキテクチャである。
大規模事前学習型視覚言語モデル(VLM)に基づくハイレベル認知プランナー(HCP)で構成されている。
強化学習の手続き的スキルを解き放ち、認知と実行のギャップを効果的に埋める。
論文 参考訳（メタデータ） (2025-05-03T06:17:18Z) - $π_0$: 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) - 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)
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。