論文の概要: Robot Planning and Situation Handling with Active Perception

• arxiv url: http://arxiv.org/abs/2604.26988v1
• Date: Tue, 28 Apr 2026 20:56:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-01 16:31:53.700168
• Title: Robot Planning and Situation Handling with Active Perception
• Title（参考訳）: アクティブ・パーセプションによるロボット計画と状況処理
• Authors: Austine Oloo, Zainab Altaweel, Yohei Hayamizu, Peiqi Liu, Yan Ding, Saeid Amiri, Hao Yang, Andy Kaminski, Chad Esselink, Chris Paxton, Xiaohan Zhang, Shiqi Zhang,
• Abstract要約: VAP-TAMPと呼ばれる計画・状況対応フレームワークを開発した。 VAP-TAMPは、計画実行中にロボットが積極的に知覚し、予期せぬ状況に対処することを可能にする。
• 参考スコア（独自算出の注目度）: 9.785194821552649
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Current robots are capable of computing plans to accomplish complex tasks. However, real-world environments are inherently open and dynamic, and unforeseen situations frequently arise during plan execution, such as jamming doors and fallen objects on the floor. These situations may result from the robot's own action failures or from external disturbances, such as human activities. Detecting and handling such execution - time situations remains a significant challenge, limiting those robots' ability to achieve long-term autonomy. In this paper, we develop a planning and situation-handling framework, called VAP-TAMP, that enables robots to actively perceive and address unforeseen situations during plan execution. VAP-TAMP leverages action knowledge to strategically prompt vision-language models for active view selection and situation assessment, while constructing and reasoning over scene graphs for integrated task and motion planning. We evaluated VAP-TAMP using service tasks in simulation and on a mobile manipulation platform.
• Abstract（参考訳）: 現在のロボットは複雑なタスクをこなすための計画を計算することができる。 しかし、現実世界の環境は本質的にオープンで動的であり、ドアや床の倒れた物体を妨害するなど、計画実行中に予期せぬ状況が頻繁に発生する。 これらの状況は、ロボット自身の動作障害や、人間の活動のような外部の障害によって引き起こされる。 このような実行の検出と処理 - 時間的状況は依然として大きな課題であり、ロボットが長期的な自律性を達成する能力を制限する。 本稿では,計画実行中にロボットが積極的に知覚・対処できる,VAP-TAMPと呼ばれる計画・状況対応フレームワークを開発する。 VAP-TAMPは、アクション知識を活用して、アクティブなビュー選択と状況評価のための視覚言語モデルを戦略的に促し、タスクと動作計画の統合のためのシーングラフを構築し、推論する。 シミュレーションおよびモバイル操作プラットフォーム上でのサービスタスクを用いたVAP-TAMPの評価を行った。

関連論文リスト

• Spatially Grounded Long-Horizon Task Planning in the Wild [49.614308474374035]
  GroundedPlanBenchは、空間的に接地された長距離行動計画のための新しいベンチマークである。 Video-to-Spatially Grounded Planning (V2GP)は、現実のロボットビデオのデモを活用して、空間的地平面の長期計画を改善する自動データ生成フレームワークである。
  論文  参考訳（メタデータ） (2026-03-13T05:42:18Z)
• Acting and Planning with Hierarchical Operational Models on a Mobile Robot: A Study with RAE+UPOM [5.758011837296545]
  本稿では,行動と計画の両方の階層的操作モデルを共有する,アクター・プランナ統合システムの最初の物理的展開について述べる。 RAE+UPOMを実環境に配置した移動マニピュレータにオブジェクト収集タスクを実装した。
  論文  参考訳（メタデータ） (2025-07-15T14:20:26Z)
• Beyond Task and Motion Planning: Hierarchical Robot Planning with General-Purpose Policies [32.85839714467011]
  キネマティックスキルとクローズドループモーターコントローラの両方で計画する上での課題に対処する。 本稿では,これらのコントローラを,構成可能なインタラクションプリミティブを用いた動作計画に統合する新しい手法を提案する。
  論文  参考訳（メタデータ） (2025-04-24T19:22:50Z)
• Autonomous Behavior Planning For Humanoid Loco-manipulation Through Grounded Language Model [6.9268843428933025]
  大規模言語モデル(LLM)は、意味情報の理解と処理のための強力な計画と推論能力を示している。 本稿では,ロボットが与えられたテキストによる指示の下で,自律的に動作や低レベル実行を計画できる新しい言語モデルベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-15T17:33:32Z)
• Commonsense Reasoning for Legged Robot Adaptation with Vision-Language Models [81.55156507635286]
  脚のついたロボットは、様々な環境をナビゲートし、幅広い障害を克服することができる。 現在の学習手法は、人間の監督を伴わずに、予期せぬ状況の長い尾への一般化に苦慮することが多い。 本稿では,VLM-Predictive Control (VLM-PC) というシステムを提案する。
  論文  参考訳（メタデータ） (2024-07-02T21:00:30Z)
• Task and Motion Planning for Execution in the Real [24.01204729304763]
  この作業は、作業を含むタスクと動作の計画を生成するが、計画時には完全には理解できない。 実行は、タスク目標に到達するまでオフラインで計画された動きとオンライン行動を組み合わせる。 提案したフレームワークを評価するために,40の実ロボット試験とモチベーション実証を行った。 その結果、実行時間が短縮され、アクションの数が少なくなり、さまざまなギャップが生じる問題の成功率が向上した。
  論文  参考訳（メタデータ） (2024-06-05T22:30:40Z)
• Long-Horizon Planning and Execution with Functional Object-Oriented Networks [79.94575713911189]
  タスク計画と実行のためのFOONとしてオブジェクトレベルの知識を活用するというアイデアを紹介します。 提案手法では,FOONをPDDLに自動変換し,市販のプランナ,アクションコンテキスト,ロボットスキルを活用する。 我々はCoppeliaSimの長期タスクに対するアプローチを実証し、学習されたアクションコンテキストを、これまで見たことのないシナリオにどのように拡張できるかを示す。
  論文  参考訳（メタデータ） (2022-07-12T19:29:35Z)
• 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。