論文の概要: Unified Learning of Temporal Task Structure and Action Timing for Bimanual Robot Manipulation

• arxiv url: http://arxiv.org/abs/2603.06538v1
• Date: Fri, 06 Mar 2026 18:25:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:42.002787
• Title: Unified Learning of Temporal Task Structure and Action Timing for Bimanual Robot Manipulation
• Title（参考訳）: ロボットマニピュレーションのための時間的タスク構造と行動タイミングの統一学習
• Authors: Christian Dreher, Patrick Dormanns, Andre Meixner, Tamim Asfour,
• Abstract要約: 時間的タスク構造は、バイマニュアル操作の基本である。 既存のアプローチでは、これらの2つのレベルを分離しています。 本研究は,人間の実演から象徴的・象徴的な時間的制約を学習するためのアプローチを提案する。
• 参考スコア（独自算出の注目度）: 11.051601535345819
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Temporal task structure is fundamental for bimanual manipulation: a robot must not only know that one action precedes or overlaps another, but also when each action should occur and how long it should take. While symbolic temporal relations enable high-level reasoning about task structure and alternative execution sequences, concrete timing parameters are equally essential for coordinating two hands at the execution level. Existing approaches address these two levels in isolation, leaving a gap between high-level task planning and low-level movement synchronization. This work presents an approach for learning both symbolic and subsymbolic temporal task constraints from human demonstrations and deriving executable, temporally parametrized plans for bimanual manipulation. Our contributions are (i) a 3-dimensional representation of timings between two actions with methods based on multivariate Gaussian Mixture Models to represent temporal relationships between actions on a subsymbolic level, (ii) a method based on the Davis-Putnam-Logemann-Loveland (DPLL) algorithm that finds and ranks all contradiction-free assignments of Allen relations to action pairs, representing different modes of a task, and (iii) an optimization-based planning system that combines the identified symbolic and subsymbolic temporal task constraints to derive temporally parametrized plans for robot execution. We evaluate our approach on several datasets, demonstrating that our method generates temporally parametrized plans closer to human demonstrations than the most characteristic demonstration baseline.
• Abstract（参考訳）: 時間的タスク構造は、バイマニュアル操作に基本的なものである: ロボットは、あるアクションが他のアクションに先行するか重複するかを知るだけでなく、各アクションがいつ発生し、どれくらい時間がかかるかを知る必要がある。 記号的時間的関係はタスク構造と代替実行シーケンスに関する高レベルな推論を可能にするが、具体的なタイミングパラメータは実行レベルで両手を調整するのにも同様に重要である。 既存のアプローチでは、これらの2つのレベルを分離し、ハイレベルなタスク計画と低レベルなムーブメント同期の間にギャップを残している。 本研究は,人間の実演から象徴的・象徴的な時間的制約を学習し,双方向操作のための実行可能な時間的パラメトリケートプランを導出するアプローチを提案する。 コントリビューション (i)多変量ガウス混合モデルに基づく方法を用いた2つの行動間のタイミングの3次元表現。 (ii) タスクの異なるモードを表すアレン関係のすべての矛盾のない代入を見つけ、ランク付けするデイビス・パットナム・ローデマン・ローブランド(DPLL)アルゴリズムに基づく方法。 三 ロボット実行のための時間的パラメタライズされた計画を導出するために、識別された象徴的・象徴的な時間的制約を組み合わせた最適化に基づく計画システム。 提案手法は,人間の実演に近づいた時間的パラメトリケート計画を生成することを示すため,複数のデータセットに対するアプローチを評価した。

関連論文リスト

• Hierarchical Relation-augmented Representation Generalization for Few-shot Action Recognition [43.84348967231349]
  アクション認識は、新しいアクションカテゴリーをほとんど見ない形で認識することを目的としている。 既存の手法は通常、フレーム間の時間的モデリング戦略を設計することで、各ビデオのフレームレベル表現を学習する。 FSARのための階層的関係強化表現一般化フレームワークHR2G-shotを提案する。
  論文  参考訳（メタデータ） (2025-04-14T10:23:22Z)
• BiKC: Keypose-Conditioned Consistency Policy for Bimanual Robotic Manipulation [48.08416841005715]
  両面操作に適したキーポーズ条件の整合性ポリシーを導入する。 階層的な模倣学習フレームワークであり、ハイレベルなキープレース予測器と低レベルな軌道生成器から構成される。 シミュレーションおよび実世界の実験結果から,提案手法は成功率と運用効率の点で基準法を超越していることが示された。
  論文  参考訳（メタデータ） (2024-06-14T14:49:12Z)
• Temporal Planning via Interval Logic Satisfiability for Autonomous Systems [0.0]
  我々は、時間的計画の定式化について考察する: 間隔は作用と流動性原子の両方に関連付けられ、それらの関係はアレンのインターバル論理(英語版)の文として与えられる。 本稿では,制約プログラミング(CP)モデルとして,行動と流動性の間の複雑な関係を考慮に入れた計画グラフの概念を提案する。 提案手法は既存のPDDL 2.1プランナよりも優れていることを示す。
  論文  参考訳（メタデータ） (2024-06-14T02:21:53Z)
• Unified Task and Motion Planning using Object-centric Abstractions of Motion Constraints [56.283944756315066]
  本稿では,タスクとモーションプランニングを一つの検索に統一するTAMP手法を提案する。 我々のアプローチは、オフザシェルフAIサーチの計算効率を活用して、物理的に実現可能な計画が得られるような、オブジェクト中心の動作制約の抽象化に基づいている。
  論文  参考訳（メタデータ） (2023-12-29T14:00:20Z)
• Decomposition-based Hierarchical Task Allocation and Planning for Multi-Robots under Hierarchical Temporal Logic Specifications [9.150196865878234]
  時間論理仕様を用いたロボット計画のための分解に基づく階層的枠組みを定式化する。 混合線形プログラムは、様々なロボットにサブタスクを割り当てるために使用される。 本手法はナビゲーションと操作の領域に実験的に適用された。
  論文  参考訳（メタデータ） (2023-08-20T23:53:13Z)
• Optimal task and motion planning and execution for human-robot multi-agent systems in dynamic environments [54.39292848359306]
  本稿では,タスクのシーケンシング,割り当て,実行を最適化するタスクと動作計画の組み合わせを提案する。 このフレームワークはタスクとアクションの分離に依存しており、アクションはシンボル的タスクの幾何学的実現の可能な1つの可能性である。 ロボットアームと人間の作業員がモザイクを組み立てる共同製造シナリオにおけるアプローチの有効性を実証する。
  論文  参考訳（メタデータ） (2023-03-27T01:50:45Z)
• Learning Sequence Representations by Non-local Recurrent Neural Memory [61.65105481899744]
  教師付きシーケンス表現学習のためのNon-local Recurrent Neural Memory (NRNM)を提案する。 我々のモデルは長距離依存を捉えることができ、潜伏した高レベル特徴を我々のモデルで抽出することができる。 我々のモデルは、これらのシーケンスアプリケーションごとに特別に設計された他の最先端の手法と比較して好意的に比較する。
  論文  参考訳（メタデータ） (2022-07-20T07:26:15Z)

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。