論文の概要: Y-BotFrame: An Extensible Embodied Agent Framework for Quadruped Robot Assistants
- arxiv url: http://arxiv.org/abs/2606.13049v1
- Date: Thu, 11 Jun 2026 08:33:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-12 15:55:27.674349
- Title: Y-BotFrame: An Extensible Embodied Agent Framework for Quadruped Robot Assistants
- Title（参考訳）: Y-BotFrame:四足歩行ロボットアシスタントのための拡張型エンボディードエージェントフレームワーク
- Abstract要約: 我々は、ロボットをインテリジェントな地上アシスタントに変える、具体化されたプラットフォームであるY-BotFrameを紹介した。
Y-BotFrameは、音声、ビジョン、LiDARを含むマルチモーダル認識機能を統合する。
このシステムは,ユーザの自然言語命令をロボットが実行可能な実施可能なタスク単位にマッピングする。
- 参考スコア（独自算出の注目度）: 17.736536092445483
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Quadruped robots are capable of traversing a wide range of complex terrains with high flexibility. As highly mobile ground-based intelligent platforms, they can be equipped with modules for navigation control, environmental perception, and intelligent interaction, thereby serving as real-world mobile deployment platforms for various algorithms. In this paper, we introduce Y-BotFrame, an extensible embodied platform that turns a robot into an intelligent ground assistant. Y-BotFrame integrates multimodal perception capabilities, including speech, vision, and LiDAR, and employs a large language model as the cognitive core for environmental understanding, contextual reasoning, and task planning. The system maps user natural-language instructions into executable embodied task units that can be carried out by the robot. Y-BotFrame supports natural interaction through voice commands and visual feedback, removing the need for a remote controller and enabling efficient human-robot collaboration. With a highly extensible framework, Y-BotFrame supports plug-and-play integration of new functional modules as well as modular upgrades and iterative development, offering a reference implementation for the real-world deployment of general-purpose, instruction-driven embodied agents.The supplementary video is available at https://xdei-group.github.io/Y-BotFrame/.
- Abstract（参考訳）: 四足歩行ロボットは、幅広い複雑な地形を高い柔軟性で横断することができる。
高度に移動可能な地上ベースのインテリジェントプラットフォームとして、ナビゲーションコントロール、環境認識、インテリジェントなインタラクションのためのモジュールを備え、様々なアルゴリズムのための現実のモバイルデプロイメントプラットフォームとして機能する。
本稿では,ロボットをインテリジェントグラウンドアシスタントにする拡張可能なエンボディプラットフォームであるY-BotFrameを紹介する。
Y-BotFrameは、音声、視覚、LiDARを含むマルチモーダル認識機能を統合し、環境理解、文脈推論、タスク計画のための認知コアとして、大きな言語モデルを採用している。
このシステムは,ユーザの自然言語命令をロボットが実行可能な実施可能なタスク単位にマッピングする。
Y-BotFrameは音声コマンドと視覚フィードバックによる自然なインタラクションをサポートし、リモートコントローラの必要性を排除し、効率的な人間とロボットのコラボレーションを可能にする。
高度に拡張可能なフレームワークにより、Y-BotFrameは、新しい機能モジュールのプラグインとプレイの統合、モジュールのアップグレードと反復開発をサポートし、汎用的な命令駆動型エンボディエージェントの実際のデプロイのためのリファレンス実装を提供する。補足ビデオはhttps://xdei-group.github.io/Y-BotFrame/.com/で公開されている。
関連論文リスト
- VAIC: Vision-Guided Humanoid Agile Object Interaction Control via Decoupled Commands [56.029505206531155]
Vision Guided Agile Interaction Control (VAIC)は、現在のコントローラとヒューマノイドロボットのギャップを埋める統合フレームワークである。
まず、特権教師政策は、正確な物体運動学と正確な環境状態を用いて多様な相互作用スキルを習得する。
第二に、デプロイ可能な学生ポリシーは、全体追跡を複数の軸にまたがる速度目標に置き換えることで、これらの能力を蒸留する。
論文 参考訳（メタデータ） (2026-06-08T09:52:55Z) - Introducing M: A Modular, Modifiable Social Robot [2.572404739180802]
プラットフォーム摩擦を低減するために設計された,オープンソースの低コストなソーシャルロボットプラットフォームであるMを紹介する。
Mはモジュラー・メカニカル・デザイン、マルチモーダル・センシング、そして表現的かつ機械的にシンプルなアクティベーション・アーキテクチャとROS2ネイティブ・ソフトウェア・パッケージを組み合わせたものである。
参加型デザインと1週間の在宅展開における実世界利用について報告し,Mが縦型再現可能な社会ロボティクス研究の実践的基盤としてどのように機能するかを示した。
論文 参考訳（メタデータ） (2026-03-19T16:51:37Z) - 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) - Maestro: Orchestrating Robotics Modules with Vision-Language Models for Zero-Shot Generalist Robots [54.62646284378409]
我々は、視覚言語モデル(VLM)に関するポリシーを構築し、認識、計画、制御モジュールのキュレートされたセットにカプセル化された特定のロボット機能によって、その汎用能力を増強する。
Maestroでは、VLMコーディングエージェントがこれらのモジュールを現在のタスクとシナリオのためのプログラムポリシーに動的に構成する。
論文 参考訳（メタデータ） (2025-11-02T12:34:37Z) - 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) - $π_0$: 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) - ROS-LLM: A ROS framework for embodied AI with task feedback and structured reasoning [74.58666091522198]
非専門家による直感的なロボットプログラミングのためのフレームワークを提案する。
ロボットオペレーティングシステム(ROS)からの自然言語のプロンプトと文脈情報を活用する
我々のシステムは,大規模言語モデル (LLM) を統合し,非専門家がチャットインタフェースを通じてシステムにタスク要求を記述できるようにする。
論文 参考訳（メタデータ） (2024-06-28T08:28:38Z) - 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) - 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)
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。