論文の概要: A Pilot Benchmark for NL-to-FOL Translation in Planetary Exploration

• arxiv url: http://arxiv.org/abs/2605.17911v1
• Date: Mon, 18 May 2026 06:16:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:48.914465
• Title: A Pilot Benchmark for NL-to-FOL Translation in Planetary Exploration
• Title（参考訳）: 惑星探査におけるNL-to-FOL翻訳のパイロットベンチマーク
• Authors: Hayden Moore, Suman Saha, Mahfuza Farooque,
• Abstract要約: 将来の惑星探査は、厳しい通信制約の下で動く自律ロボットエージェントを想定している。 自然言語(NL)を1次論理(FOL)に変換するパイロットベンチマークを導入する。 このデータセットは、NASAのPDS(Planetary Data System)から得られた実際のミッション資料から構築されている。 我々は、事前知識の様々なレベルで制御された実験を可能にするために、構造化述語と型付き定数を提供する。
• 参考スコア（独自算出の注目度）: 1.3682073278404534
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Future planetary exploration envisions autonomous robotic agents operating under severe communication constraints, without global positioning, and with minimal human intervention. In such environments, agents must not only perceive and act, but also reason over mission objectives, operational constraints, and evolving environmental conditions. While prior work has largely focused on perception and control, the translation of high-level mission knowledge into structured, machine-interpretable representations remains underexplored. We introduce a pilot benchmark for translating natural language (NL) into First-Order Logic (FOL) within the domain of planetary exploration. The dataset is constructed from real mission documentation sourced from NASA's Planetary Data System (PDS), spanning missions from 2003 to 2013. These documents describe mission phases such as launch, boost, coast, cruise, and orbital operations in rich natural language. We manually annotate these documents with corresponding FOL representations that capture temporal structure, agent roles, and operational dependencies. In addition, we provide structured predicate vocabularies and typed constants to enable controlled experimentation with varying levels of prior knowledge. This pilot benchmark provides a foundation for research at the intersection of language understanding and formal reasoning, grounded in real-world, safety-critical mission data. The dataset is provided at: https://github.com/HaydenMM/planetary-logic-benchmark/blob/main/pilot_benchmark.json
• Abstract（参考訳）: 将来の惑星探査では、人間の介入を最小限に抑えながら、世界的位置決めなしで、厳しい通信制約の下で自律的なロボットエージェントを運用することを想定している。 このような環境では、エージェントは単に知覚し行動するだけでなく、ミッションの目的、運用上の制約、環境条件の進化を理由として考える必要がある。 以前の研究は主に知覚と制御に焦点を合わせてきたが、高レベルのミッション知識を構造化された機械解釈可能な表現に翻訳することはまだ未定である。 本研究では、惑星探査分野において、自然言語(NL)を第一次論理(FOL)に変換するパイロットベンチマークを導入する。 このデータセットは、2003年から2013年までのミッションにまたがるNASAの惑星データシステム(PDS)からの実際のミッション資料から構築されている。 これらの文書は、リッチ自然言語における打ち上げ、ブースター、海岸、巡航、軌道操作などのミッションフェーズを記述している。 我々はこれらの文書に、時間構造、エージェントの役割、および運用上の依存関係をキャプチャする対応するFOL表現を手動でアノテートする。 さらに,事前知識のレベルが異なる制御実験を可能にするために,構造化述語語彙と型付き定数を提供する。 このパイロットベンチマークは、言語理解とフォーマルな推論の交差点における研究の基盤を提供する。 データセットは以下の通りである。 https://github.com/HaydenMM/ Planet-logic-benchmark/blob/main/pilot_benchmark.json

関連論文リスト

• SignNav: Leveraging Signage for Semantic Visual Navigation in Large-Scale Indoor Environments [57.79171900005793]
  人間は、大規模屋内環境内の目的地に向かうために、手話によって提供される意味的ヒントを日常的に活用する。 本稿では,手話からの意味的ヒントを解釈し,現在の観察に基づくその後の行動の推論を行うための,新しい具体的ナビゲーションタスクSignNavを紹介する。 空間認識モジュールは物理的世界へのサインの意味的ヒントを基盤として,時間認識モジュールは歴史的状態と現在の観測との長距離依存性を捉えている。
  論文  参考訳（メタデータ） (2026-03-17T06:36:26Z)
• What Do LLM Agents Know About Their World? Task2Quiz: A Paradigm for Studying Environment Understanding [50.35012849818872]
  大規模言語モデル(LLM)エージェントは、複雑な意思決定やツール使用タスクにおいて顕著な能力を示した。 本研究では,タスク実行と世界状態理解の分離を目的とした決定論的かつ自動評価パラダイムであるTask-to-Quiz(T2Q)を提案する。 実験の結果,タスク成功は環境理解の指標として不十分な場合が多く,現在の記憶機構はエージェントが環境の基底モデルを取得するのに有効ではないことが明らかとなった。
  論文  参考訳（メタデータ） (2026-01-14T14:09:11Z)
• 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)
• Breaking Down and Building Up: Mixture of Skill-Based Vision-and-Language Navigation Agents [43.5771856761934]
  VLN(Vision-and-Language Navigation)は、自然言語命令を解釈し、複雑な3D環境をナビゲートするエージェントにとって大きな課題となる。 トランスフォーマーベースのVLNエージェントに構造化されたスキルベースの推論を導入するモジュラーフレームワークであるSkillNavを提案する。
  論文  参考訳（メタデータ） (2025-08-11T05:50:30Z)
• Ground-Compose-Reinforce: Grounding Language in Agentic Behaviours using Limited Data [17.614395125762304]
  認識と行動における接地言語は、人間や他のエージェントと対話できる位置にあるエージェントを構築する上で、言語を介して重要な課題である。 高レベルタスク仕様から直接RLエージェントを訓練するためのエンドツーエンドのニューロシンボリックフレームワークであるGround-Compose-Reinforceを提案する。
  論文  参考訳（メタデータ） (2025-07-14T19:05:15Z)
• Air-Ground Collaboration for Language-Specified Missions in Unknown Environments [62.56917065429864]
  本稿では,無人航空機 (UAV) と無人地上機 (UGV) が,自然言語で指定されたミッションを協調的に達成できる,第一種システムを提案する。 我々は、Large Language Model(LLM)対応プランナーを利用して、オンライン上に構築され、航空ロボットと地上ロボットの間で機会的に共有されるセマンティック・メトリック・マップを推論する。
  論文  参考訳（メタデータ） (2025-05-14T03:33:46Z)
• Scaffolded Language Models with Language Supervision for Mixed-Autonomy: A Survey [52.00674453604779]
  本調査は,戦後のLM周辺における新規構造物の設計と最適化に関する文献を整理した。 本稿では,この階層構造を足場型LMと呼び,ツールを用いた多段階プロセスに統合されたLMに焦点を当てる。
  論文  参考訳（メタデータ） (2024-10-21T18:06:25Z)
• Space-LLaVA: a Vision-Language Model Adapted to Extraterrestrial Applications [14.89043819048682]
  宇宙ロボティクスのためのFMを構築する動機となる宇宙ロボティクスには,3つの課題がある。 宇宙基盤モデルへの第一歩として、3つの地球外データベースを微細なアノテーションで拡張する。 我々は、地球外環境のセマンティックな特徴に適応するために、ビジョン・ランゲージ・モデル(Vision-Language Model)を微調整する。
  論文  参考訳（メタデータ） (2024-08-12T05:07:24Z)
• Vision and Language Navigation in the Real World via Online Visual Language Mapping [18.769171505280127]
  視覚・言語ナビゲーション(VLN)法は主にシミュレーションで評価される。 実世界のVLN課題に対処する新しい枠組みを提案する。 未確認実験環境において,Interbotix LoCoBot WX250を用いたパイプラインの評価を行った。
  論文  参考訳（メタデータ） (2023-10-16T20:44:09Z)
• Think Global, Act Local: Dual-scale Graph Transformer for Vision-and-Language Navigation [87.03299519917019]
  本稿では,2次元グラフ変換器 (DUET) を提案する。 我々は,グローバルな行動空間における効率的な探索を可能にするために,トポロジカルマップをオンザフライで構築する。 提案手法であるDUETは、目標指向の視覚・言語ナビゲーションベンチマークにおいて最先端の手法を著しく上回っている。
  論文  参考訳（メタデータ） (2022-02-23T19:06:53Z)

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。