論文の概要: CoViLLM: An Adaptive Human-Robot Collaborative Assembly Framework Using Large Language Models for Manufacturing

• arxiv url: http://arxiv.org/abs/2603.11461v1
• Date: Thu, 12 Mar 2026 02:37:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-21 18:33:56.707916
• Title: CoViLLM: An Adaptive Human-Robot Collaborative Assembly Framework Using Large Language Models for Manufacturing
• Title（参考訳）: CoViLLM: 大規模言語モデルを用いた適応型ロボット協調組立フレームワーク
• Abstract要約: CoViLLMは、カスタマイズされた製品や以前は目に見えない製品の組み立てをサポートするアダプティブな人間ロボット協調組立フレームワークである。 このフレームワークは、NISTアセンブリタスクボードで、既知の、カスタマイズされた、そして新しい製品ケースに対して検証されている。
• 参考スコア（独自算出の注目度）: 11.21817858756775
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With increasing demand for mass customization, traditional manufacturing robots that rely on rule-based operations lack the flexibility to accommodate customized or new product variants. Human-Robot Collaboration (HRC) has demonstrated potential to improve system adaptability by leveraging human versatility and decision-making capabilities. However, existing HRC frame- works typically depend on predefined perception-manipulation pipelines, limiting their ability to autonomously generate task plans for new product assembly. In this work, we propose CoViLLM, an adaptive human-robot collaborative assembly frame- work that supports the assembly of customized and previously unseen products. CoViLLM combines depth-camera-based localization for object position estimation, human operator classification for identifying new components, and an Large Language Model (LLM) for assembly task planning based on natural language instructions. The framework is validated on the NIST Assembly Task Board for known, customized, and new product cases. Experimental results show that the proposed framework enables flexible collaborative assembly by extending HRC beyond predefined product and task settings.
• Abstract（参考訳）: 大量カスタマイズの需要が高まるにつれて、ルールベースの操作に依存する従来の製造ロボットは、カスタマイズされた製品や新製品に対応する柔軟性に欠ける。 Human-Robot Collaboration (HRC)は、人間の汎用性と意思決定能力を活用することにより、システム適応性を向上させる可能性を実証している。 しかし、既存のHRCフレームワークは通常、事前に定義された知覚操作パイプラインに依存し、新しい製品組み立てのためのタスクプランを自律的に生成する能力を制限する。 本研究では,CoViLLMを提案する。CoViLLMは,カスタマイズされた製品や以前には見つからなかった製品の組み立てを支援する,適応型人間ロボット協調組立フレームである。 CoViLLMは、オブジェクト位置推定のためのディープカメラベースのローカライゼーション、新しいコンポーネントを特定するためのヒューマンオペレータ分類、自然言語命令に基づいたアセンブリタスク計画のための大規模言語モデル(LLM)を組み合わせる。 このフレームワークは、NISTアセンブリタスクボードで、既知の、カスタマイズされた、そして新しい製品ケースに対して検証されている。 実験結果から,提案フレームワークは,予め定義された製品やタスク設定を超えてHRCを拡張することで,フレキシブルな協調組み立てを可能にすることが示された。

関連論文リスト

• From Perception to Symbolic Task Planning: Vision-Language Guided Human-Robot Collaborative Structured Assembly [3.5396603258063752]
  本研究では,人間ロボット協調型組立のための設計・評価型計画フレームワークについて紹介する。 モジュールI(Perception-to-Symbolic State,PSS)は、視覚言語モデル(VLM)ベースのエージェントを使用して、RGB-D観測を設計仕様やドメイン知識と整合させる。 モジュールII、Human-Aware Planning and Replanning (HPR)は、タスクレベルのマルチロボットの割り当てを実行し、観測された状態が期待された実行結果から逸脱した場合にのみ計画を更新します。
  論文  参考訳（メタデータ） (2026-01-02T20:12:50Z)
• 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)
• Interactive Task Planning with Language Models [89.5839216871244]
  対話型ロボットフレームワークは、長期のタスクプランニングを達成し、実行中であっても、新しい目標や異なるタスクに容易に一般化することができる。 最近の大規模言語モデルに基づくアプローチは、よりオープンな計画を可能にするが、しばしば、重いプロンプトエンジニアリングまたはドメイン固有の事前訓練されたモデルを必要とする。 言語モデルを用いた対話型タスクプランニングを実現するための,高レベルプランニングと低レベルスキル実行を併用したシンプルなフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-16T17:59:12Z)
• Generalizable Long-Horizon Manipulations with Large Language Models [91.740084601715]
  本研究は,Large Language Models (LLMs) の機能を活用して,汎用可能な長距離操作のための原始的なタスク条件を生成するフレームワークを導入する。 我々は,Pybulletに基づくロボット操作タスクスイートを作成し,長期作業評価を行う。
  論文  参考訳（メタデータ） (2023-10-03T17:59:46Z)
• Unified Human-Scene Interaction via Prompted Chain-of-Contacts [61.87652569413429]
  HSI(Human-Scene Interaction)は、AIや仮想現実といった分野において重要なコンポーネントである。 本稿では,言語コマンドによる多様なインタラクションの統一制御を支援する統一型HSIフレームワークUniHSIを提案する。
  論文  参考訳（メタデータ） (2023-09-14T17:59:49Z)
• GoferBot: A Visual Guided Human-Robot Collaborative Assembly System [33.649596318580215]
  GoferBot(ゴーファーボット)は、現実のアセンブリータスクのための新しい視覚ベースの意味的HRCシステムである。 GoferBotは、視覚的知覚から純粋に暗黙のセマンティック情報を活用することで、すべてのサブモジュールをシームレスに統合する新しいアセンブリシステムである。
  論文  参考訳（メタデータ） (2023-04-18T09:09:01Z)
• A Unified Architecture for Dynamic Role Allocation and Collaborative Task Planning in Mixed Human-Robot Teams [0.0]
  任意のサイズの混合ロボットチームにおいて,動的役割割り当てと協調作業計画のための新しいアーキテクチャを提案する。 このアーキテクチャは、動作木(BT)に基づく集中型リアクティブかつモジュール型タスク非依存の計画手法を基盤としている。 MILPコストとして使用されるさまざまなメトリクスにより、アーキテクチャはコラボレーションの様々な側面を好むことができる。
  論文  参考訳（メタデータ） (2023-01-19T12:30:56Z)
• ProgPrompt: Generating Situated Robot Task Plans using Large Language Models [68.57918965060787]
  大規模言語モデル(LLM)は、タスク計画中の潜在的な次のアクションを評価するために使用することができる。 本稿では, プログラム型LCMプロンプト構造を用いて, 配置環境間での計画生成機能を実現する。
  論文  参考訳（メタデータ） (2022-09-22T20:29:49Z)
• Human Robot Collaborative Assembly Planning: An Answer Set Programming Approach [4.329298109272387]
  本研究では,不確実性を考慮した協調的な組立計画手法を提案する。 実世界の組立ドメインでは、ロボットが人間のチームメイトと協調して家具を組み立てる。
  論文  参考訳（メタデータ） (2020-08-08T11:31:36Z)

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。