論文の概要: HECTOR: Human-centric Hierarchical Coordination and Supervision of Robotic Fleets under Continual Temporal Tasks

• arxiv url: http://arxiv.org/abs/2604.10892v1
• Date: Mon, 13 Apr 2026 01:39:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.268292
• Title: HECTOR: Human-centric Hierarchical Coordination and Supervision of Robotic Fleets under Continual Temporal Tasks
• Title（参考訳）: HECTOR:人間中心の階層的コーディネーションと継続的時間的課題によるロボット艦隊の監督
• Authors: Shen Wang, Yinhang Luo, Jie Li, Meng Guo,
• Abstract要約: 本研究は,長期的かつ不確実な時間的課題下での大規模ロボット群を対象とした,人間中心の協調・監督スキーム(HECTOR)を提案する。 それは3つの階層的なレイヤで構成されている: (I) オンラインヒューマン・フリートインタラクションの双方向およびマルチモーダルプロトコルで、オペレーターが艦隊全体と対話し、監督する。
• 参考スコア（独自算出の注目度）: 7.155003467581939
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robotic fleets can be extremely efficient when working concurrently and collaboratively, e.g., for delivery, surveillance, search and rescue. However, it can be demanding or even impractical for an operator to directly control each robot. Thus, autonomy of the fleet and its online interaction with the operator are both essential, particularly in dynamic and partially unknown environments. The operator might need to add new tasks, cancel some tasks, change priorities and modify planning results. How to design the procedure for these interactions and efficient algorithms to fulfill these needs have been mostly neglected in the related literature. Thus, this work proposes a human-centric coordination and supervision scheme (HECTOR) for large-scale robotic fleets under continual and uncertain temporal tasks. It consists of three hierarchical layers: (I) the bidirectional and multimodal protocol of online human-fleet interaction, where the operator interacts with and supervises the whole fleet; (II) the rolling assignment of currently-known tasks to teams within a certain horizon, and (III) the dynamic coordination within a team given the detected subtasks during online execution. The overall mission can be as general as temporal logic formulas over collaborative actions. Such hierarchical structure allows human interaction and supervision at different granularities and triggering conditions, to both improve computational efficiency and reduce human effort. Extensive human-in-the-loop simulations are performed over heterogeneous fleets under various temporal tasks and environmental uncertainties.
• Abstract（参考訳）: ロボット艦隊は、配達、監視、捜索、救助のために、同時かつ協力的に働く場合、極めて効率的である。 しかし、オペレーターがそれぞれのロボットを直接制御することを要求したり、あるいは非現実的にすることもできる。 したがって、フリートの自律性とオペレーターとのオンラインインタラクションは、特に動的で部分的に未知の環境において必要不可欠である。 オペレータは、新しいタスクを追加し、いくつかのタスクをキャンセルし、優先順位を変更し、計画結果を変更する必要があるかもしれない。 これらの相互作用の手順を設計し、これらのニーズを満たす効率的なアルゴリズムを設計する方法は、主に関連する文献で無視されている。 そこで本研究では, 長期的かつ不確実な時間的作業下での大規模ロボット群を対象とした, 人中心型協調・監督スキーム(HECTOR)を提案する。 それは3つの階層的なレイヤで構成されている: (I) オンラインのヒューマン・フリートインタラクションの双方向およびマルチモーダルプロトコルで、オペレータが全体の操作と監視を行う、 (II) 現在知られているタスクをある地平線内でチームに対してロール割り当てする、 (III) オンライン実行中に検出されたサブタスクを与えられたチーム内の動的調整。 全体的なミッションは、協調行動に対する時間論理式と同じくらい一般的である。 このような階層構造は、計算効率の向上と人的労力の削減を両立させるため、異なる粒度と引き金となる条件での人間の相互作用と監督を可能にする。 様々な時間的タスクと環境不確実性の下で、多種多様な船上で、広範囲にわたる人-人-ループシミュレーションを行う。

関連論文リスト

• Federated Single-Agent Robotics: Multi-Robot Coordination Without Intra-Robot Multi-Agent Fragmentation [14.412476605788482]
  We present Federated Single-Agent Robotics, a runtime architecture for multi-robot coordinates built on single-agent Robot runtimes。 我々は,権限委譲,ロボット間能力要求,局所逆フライト回収境界,階層的人的監督といった重要な調整関係を定式化した。 その結果、ガバナンスの局所性と、分解性の高いベースラインに対するリカバリの封じ込めが統計的に有意な増加を示した。
  論文  参考訳（メタデータ） (2026-04-13T05:51:13Z)
• MOSAIC: Modular Scalable Autonomy for Intelligent Coordination of Heterogeneous Robotic Teams [10.664029115378813]
  統合されたミッション抽象化を用いたマルチロボット科学探査のためのスケーラブルな自律フレームワークを提案する。 提案したフレームワークは,操作者の介入を限定した堅牢でスケーラブルなマルチロボット科学探査を可能にする。
  論文  参考訳（メタデータ） (2026-01-30T14:46:15Z)
• Heterogeneous Robot Collaboration in Unstructured Environments with Grounded Generative Intelligence [54.91177026001217]
  大規模言語モデル(LLM)対応のチーム化手法は、よく構造化された既知の環境を前提とするのが一般的である。 異種ロボットチームにおけるLCMの推論能力を基盤として,これらの制約に対処するフレームワークであるSPINE-HTを提案する。 我々のフレームワークは、従来のLLM対応の不均一なチームリング手法と比較して、ほぼ2倍の成功率を達成する。
  論文  参考訳（メタデータ） (2025-10-30T18:24:38Z)
• HHI-Assist: A Dataset and Benchmark of Human-Human Interaction in Physical Assistance Scenario [63.77482302352545]
  HHI-Assist(ヒヒ・アシスト)は、人間の介助作業における人間のインタラクションのモーションキャプチャークリップからなるデータセットである。 私たちの研究は、ロボット支援ポリシーを大幅に強化する可能性がある。
  論文  参考訳（メタデータ） (2025-09-12T09:38:17Z)
• 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)
• Large Language Models for Orchestrating Bimanual Robots [19.60907949776435]
  本稿では,Language-based Bimanual Orchestration (LABOR)を提案する。 NICOLヒューマノイドロボットを用いた2種類の長距離作業のシミュレーション実験により,本手法の評価を行った。
  論文  参考訳（メタデータ） (2024-04-02T15:08:35Z)
• Simulation of robot swarms for learning communication-aware coordination [0.0]
  我々は、全能集中型コントローラから得られる局所的な観測を入力として、エンドツーエンドのニューラルネットワークを訓練する。 実験は、平面ロボットの高性能オープンソースシミュレータであるEnkiで実施されている。
  論文  参考訳（メタデータ） (2023-02-25T17:17:40Z)
• AdverSAR: Adversarial Search and Rescue via Multi-Agent Reinforcement Learning [4.843554492319537]
  本稿では,敵対的エージェント間コミュニケーションの存在下で,ロボットの戦略を効率的に調整するアルゴリズムを提案する。 ロボットは対象の場所について事前の知識を持っておらず、隣接するロボットのサブセットのみといつでも対話できると仮定される。 提案手法の有効性は, グリッドワールド環境のプロトタイプで実証した。
  論文  参考訳（メタデータ） (2022-12-20T08:13:29Z)
• ReLMoGen: Leveraging Motion Generation in Reinforcement Learning for Mobile Manipulation [99.2543521972137]
  ReLMoGenは、サブゴールを予測するための学習されたポリシーと、これらのサブゴールに到達するために必要な動作を計画し実行するためのモーションジェネレータを組み合わせたフレームワークである。 本手法は,フォトリアリスティック・シミュレーション環境における7つのロボットタスクの多種多様なセットをベンチマークする。 ReLMoGenは、テスト時に異なるモーションジェネレータ間で顕著な転送可能性を示し、実際のロボットに転送する大きな可能性を示している。
  論文  参考訳（メタデータ） (2020-08-18T08:05:15Z)

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。