論文の概要: Multi-Robot Learning-Informed Task Planning Under Uncertainty

• arxiv url: http://arxiv.org/abs/2603.20544v1
• Date: Fri, 20 Mar 2026 22:26:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:38.965559
• Title: Multi-Robot Learning-Informed Task Planning Under Uncertainty
• Title（参考訳）: 不確実性下におけるマルチロボット学習インフォームドタスクプランニング
• Authors: Abhish Khanal, Abhishek Paudel, Hung Pham, Gregory J. Stein,
• Abstract要約: 本研究では,長期的協調のためのモデルに基づく計画手法を用いて,学習と環境の不確かさを推定するマルチロボット計画抽象化を提案する。 本稿では,大規模なProcTHOR家庭環境において,競争ベースラインを超えた1,2,3つのロボットチームを対象とした,効率的なマルチステージタスクプランニングを実演する。
• 参考スコア（独自算出の注目度）: 7.227232362460348
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We want a multi-robot team to complete complex tasks in minimum time where the locations of task-relevant objects are not known. Effective task completion requires reasoning over long horizons about the likely locations of task-relevant objects, how individual actions contribute to overall progress, and how to coordinate team efforts. Planning in this setting is extremely challenging: even when task-relevant information is partially known, coordinating which robot performs which action and when is difficult, and uncertainty introduces a multiplicity of possible outcomes for each action, which further complicates long-horizon decision-making and coordination. To address this, we propose a multi-robot planning abstraction that integrates learning to estimate uncertain aspects of the environment with model-based planning for long-horizon coordination. We demonstrate the efficient multi-stage task planning of our approach for 1, 2, and 3 robot teams over competitive baselines in large ProcTHOR household environments. Additionally, we demonstrate the effectiveness of our approach with a team of two LoCoBot mobile robots in real household settings.
• Abstract（参考訳）: タスク関連オブジェクトの位置が不明な場合に、マルチロボットチームが最小限の時間で複雑なタスクを完了したいと考えています。 効果的なタスク完了には、タスク関連オブジェクトの可能性のある場所、個々のアクションが全体的な進捗にどのように貢献するか、チームの努力を調整する方法について、長い視野での推論が必要である。 タスク関連情報が部分的に知られている場合でも、どのロボットがどのアクションを実行し、いつ難しいかを調整し、不確実性は各アクションに対して可能な結果の多重性を導入し、長期にわたる意思決定と調整をさらに複雑にする。 そこで本研究では,長期的協調のためのモデルに基づく計画手法を用いて,学習と環境の不確かさを推定するマルチロボット計画抽象化を提案する。 本稿では,大規模なProcTHOR家庭環境において,競争ベースラインを超えた1,2,3つのロボットチームを対象とした,効率的なマルチステージタスクプランニングを実演する。 さらに,実家環境における2台のLoCoBot移動ロボットを用いて,本手法の有効性を実証した。

関連論文リスト

• 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)
• 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)
• Toward Efficient Task Planning for Dual-Arm Tabletop Object Rearrangement [12.928188950810043]
  非単調な再配置タスクでは、複雑なオブジェクトオブジェクトの依存関係が存在し、インスタンスを解決するために複数のオブジェクトを移動する必要があります。 本研究では,2つのアーム間で適切に分配可能なピック・n・プレース・シーケンスをスケジューリングするための効率的なタスク計画アルゴリズムを開発する。
  論文  参考訳（メタデータ） (2022-07-17T05:11:14Z)
• Cooperative Task and Motion Planning for Multi-Arm Assembly Systems [32.56644393804845]
  マルチロボット組立システムは、製造においてますます魅力的になりつつある。 それぞれのロボットがアイドルではなく同時に生産されることを保証する方法でこれらのシステムを計画することは困難である。 本稿では,ロボットのチームが複雑な空間構造を組み立てるための安全で低リスクな計画と協調的に計画するタスク・アンド・モーション・プランニング・フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-04T18:12:49Z)
• Modeling Long-horizon Tasks as Sequential Interaction Landscapes [75.5824586200507]
  本稿では,一連のデモビデオからのみ,サブタスク間の依存関係と遷移を学習するディープラーニングネットワークを提案する。 これらのシンボルは、画像観察から直接学習し、予測できることが示される。 我々は,(1)人間によって実行されるパズル片のブロック積み重ね,(2)物体のピック・アンド・プレイスとキャビネットドアを7-DoFロボットアームで滑らせるロボット操作という,2つの長期水平作業において,我々の枠組みを評価する。
  論文  参考訳（メタデータ） (2020-06-08T18:07:18Z)
• iCORPP: Interleaved Commonsense Reasoning and Probabilistic Planning on Robots [46.13039152809055]
  我々はiCORPPと呼ばれる新しいアルゴリズムを提案し、現在の世界状態を同時に推定し、世界ダイナミクスの推論を行い、タスク指向のコントローラを構築する。 結果は、競合するベースラインと比較して、スケーラビリティ、効率、適応性が大幅に改善されたことを示している。
  論文  参考訳（メタデータ） (2020-04-18T17:46:59Z)

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。