論文の概要: Automating Manual Tasks through Intuitive Robot Programming and Cognitive Robotics

• arxiv url: http://arxiv.org/abs/2604.05978v1
• Date: Tue, 07 Apr 2026 15:08:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-08 17:42:09.904672
• Title: Automating Manual Tasks through Intuitive Robot Programming and Cognitive Robotics
• Title（参考訳）: 直感型ロボットプログラミングと認知ロボットによる手作業の自動化
• Authors: Bijan Kavousian, Petar Tesic, Oliver Petrovic, Christian Brecher,
• Abstract要約: 本稿では,人間同士の自然な相互作用に触発された,ロボットの直感的なエンドユーザープログラミングのための新しい概念を提案する。 自然言語と支援ジェスチャーは、大型言語モデル(LLM)とコンピュータビジョン(CV)を用いてロボットプログラムに変換される
• 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 novel concept for intuitive end-user programming of robots, inspired by natural interaction between humans. Natural language and supportive gestures are translated into robot programs using large language models (LLMs) and computer vision (CV). Through equally natural system feedback in the form of clarification questions and visual representations, the generated program can be reviewed and adjusted, thereby ensuring safety, transparency, and user acceptance.
• Abstract（参考訳）: 本稿では,人間同士の自然な相互作用に触発された,ロボットの直感的なエンドユーザープログラミングのための新しい概念を提案する。 自然言語と支援ジェスチャーは、大型言語モデル(LLM)とコンピュータビジョン(CV)を用いてロボットプログラムに変換される。 明確化質問や視覚表現という形での自然なシステムフィードバックを通じて、生成されたプログラムをレビューし、調整することで、安全性、透明性、ユーザ受け入れを確保することができる。

関連論文リスト

• Interpretable Robot Control via Structured Behavior Trees and Large Language Models [0.14990005092937678]
  本稿では,自然言語理解とロボット実行を橋渡しする新しい枠組みを提案する。 提案手法は実世界のシナリオでは実用的であり、平均的な認識と実行の精度は約94%である。
  論文  参考訳（メタデータ） (2025-08-13T08:53:13Z)
• TalkWithMachines: Enhancing Human-Robot Interaction for Interpretable Industrial Robotics Through Large/Vision Language Models [1.534667887016089]
  本稿では,Large Language Models (LLMs) とVision Language Models (VLMs) の最近の進歩について検討する。 この統合により、ロボットは自然言語で与えられたコマンドを理解し、実行し、視覚的および/または記述的な入力を通じて環境を認識することができる。 本稿は、低レベル制御を探索するLLM支援型ロボット制御4つについて概説し、(ii)ロボットの内部状態を記述した言語に基づくフィードバックの生成、(iii)視覚情報の追加入力としての利用、(iv)タスク計画とフィードバックを生成するロボット構造情報の利用について述べる。
  論文  参考訳（メタデータ） (2024-12-19T23:43:40Z)
• $π_0$: 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)
• 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)
• Exploring Large Language Models to Facilitate Variable Autonomy for Human-Robot Teaming [4.779196219827508]
  本稿では,VR(Unity Virtual Reality)設定に基づく,GPTを利用したマルチロボットテストベッド環境のための新しいフレームワークを提案する。 このシステムにより、ユーザーは自然言語でロボットエージェントと対話でき、それぞれが個々のGPTコアで動く。 12人の参加者によるユーザスタディでは、GPT-4の有効性と、さらに重要なのは、マルチロボット環境で自然言語で会話する機会を与えられる際のユーザ戦略について検討している。
  論文  参考訳（メタデータ） (2023-12-12T12:26:48Z)
• WALL-E: Embodied Robotic WAiter Load Lifting with Large Language Model [92.90127398282209]
  本稿では,最新のLarge Language Models(LLM)と既存のビジュアルグラウンドとロボットグルーピングシステムを統合する可能性について検討する。 本稿では,この統合の例としてWALL-E (Embodied Robotic WAiter load lifting with Large Language model)を紹介する。 我々は,このLCMを利用したシステムを物理ロボットに展開し,よりユーザフレンドリなインタフェースで指導誘導型把握タスクを実現する。
  論文  参考訳（メタデータ） (2023-08-30T11:35:21Z)
• Open-World Object Manipulation using Pre-trained Vision-Language Models [72.87306011500084]
  ロボットが人からの指示に従うためには、人間の語彙の豊かな意味情報を繋げなければならない。 我々は、事前学習された視覚言語モデルを利用して、オブジェクト識別情報を抽出するシンプルなアプローチを開発する。 実際の移動マニピュレータにおける様々な実験において、MOOはゼロショットを様々な新しいオブジェクトカテゴリや環境に一般化する。
  論文  参考訳（メタデータ） (2023-03-02T01:55:10Z)

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。