Fugu-MT 論文翻訳(概要): Logical Robots: Declarative Multi-Agent Programming in Logica

論文の概要: Logical Robots: Declarative Multi-Agent Programming in Logica

arxiv url: http://arxiv.org/abs/2604.06629v1
Date: Wed, 08 Apr 2026 03:11:29 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-09 17:30:51.31921
Title: Logical Robots: Declarative Multi-Agent Programming in Logica
Title（参考訳）: Logical Robots: Logicaにおける宣言型マルチエージェントプログラミング
Authors: Evgeny Skvortsov, Yilin Xia, Ojaswa Garg, Shawn Bowers, Bertram Ludäscher,
Abstract要約: 本稿では,ロジカで自律ロボットの動作を宣言的に指定する対話型マルチエージェントシミュレーションプラットフォームを提案する。ロボットの振る舞いは、シミュレーションされたレーダアレイと共有メモリからの観測を望ましい運動出力にマッピングする論理述語によって定義される。
参考スコア（独自算出の注目度）: 1.37013665345905
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present Logical Robots, an interactive multi-agent simulation platform where autonomous robot behavior is specified declaratively in the logic programming language Logica. Robot behavior is defined by logical predicates that map observations from simulated radar arrays and shared memory to desired motor outputs. This approach allows low-level reactive control and high-level planning to coexist within a single programming environment, providing a coherent framework for exploring multi-agent robot behavior.
Abstract（参考訳）: 本稿では,対話型マルチエージェントシミュレーションプラットフォームであるLogical Robotsについて紹介する。ロボットの振る舞いは、シミュレーションされたレーダアレイと共有メモリからの観測を望ましい運動出力にマッピングする論理述語によって定義される。このアプローチにより、単一のプログラミング環境内で、低レベルのリアクティブ制御と高レベルの計画が共存し、マルチエージェントロボットの振る舞いを探索するコヒーレントなフレームワークを提供する。

関連論文リスト

RACAS: Controlling Diverse Robots With a Single Agentic System [26.695876900159373]
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。
論文参考訳（メタデータ） (2026-03-05T19:25:01Z)
LEO-RobotAgent: A General-purpose Robotic Agent for Language-driven Embodied Operator [1.5566524830295307]
ロボットのための汎用言語駆動型インテリジェントエージェントフレームワークLEO-RobotAgentを提案する。このフレームワークは強力な一般化、堅牢性、効率性を備えている。実験では、このフレームワークが主流のロボットプラットフォームに容易に適応できることが確認されている。
論文参考訳（メタデータ） (2025-12-11T12:58:36Z)
RoboCodeX: Multimodal Code Generation for Robotic Behavior Synthesis [102.1876259853457]
汎用ロボット行動合成のための木構造多モードコード生成フレームワークRoboCodeXを提案する。 RoboCodeXは、高レベルの人間の命令を複数のオブジェクト中心の操作ユニットに分解する。概念的および知覚的理解を制御コマンドにマッピングする能力をさらに強化するため、事前学習のための特別なマルチモーダル推論データセットを収集し、教師付き微調整のための反復的自己更新手法を導入する。
論文参考訳（メタデータ） (2024-02-25T15:31:43Z)
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)
Surfer: Progressive Reasoning with World Models for Robotic Manipulation [51.26109827779267]
本稿では,新しいシンプルなロボット操作フレームワークであるSurferを紹介する。 Surferは、ロボット操作を視覚シーンの状態伝達として扱い、それをアクションとシーンという2つの部分に分割する。これは世界モデルに基づいており、ロボット操作を視覚シーンの状態伝達として扱い、アクションとシーンの2つの部分に分けられる。
論文参考訳（メタデータ） (2023-06-20T07:06:04Z)
Active Predicting Coding: Brain-Inspired Reinforcement Learning for Sparse Reward Robotic Control Problems [79.07468367923619]
ニューラルジェネレーティブ・コーディング(NGC)の神経認知計算フレームワークによるロボット制御へのバックプロパゲーションフリーアプローチを提案する。我々は、スパース報酬から動的オンライン学習を容易にする強力な予測符号化/処理回路から完全に構築されたエージェントを設計する。提案するActPCエージェントは,スパース(外部)報酬信号に対して良好に動作し,複数の強力なバックプロップベースのRLアプローチと競合し,性能が優れていることを示す。
論文参考訳（メタデータ） (2022-09-19T16:49:32Z)
REvolveR: Continuous Evolutionary Models for Robot-to-robot Policy Transfer [57.045140028275036]
本研究では,運動学や形態学など,異なるパラメータを持つ2つの異なるロボット間でポリシーを伝達する問題を考察する。模倣学習手法を含む動作や状態遷移の分布を一致させることで、新しいポリシーを訓練する既存のアプローチは、最適な動作や/または状態分布が異なるロボットでミスマッチしているために失敗する。本稿では,物理シミュレータに実装されたロボット政策伝達に連続的進化モデルを用いることで,$RevolveR$という新しい手法を提案する。
論文参考訳（メタデータ） (2022-02-10T18:50:25Z)

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。