論文の概要: SPINE: Bridging the Cyber-Physical Gap with Agentic AI
- arxiv url: http://arxiv.org/abs/2607.13049v1
- Date: Mon, 29 Jun 2026 20:09:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-19 21:54:20.412948
- Title: SPINE: Bridging the Cyber-Physical Gap with Agentic AI
- Title（参考訳）: SPINE:エージェントAIでサイバー物理ギャップを埋める
- Abstract要約: SPINEは、最小限のロボティクスの専門知識を持つ双対ロボットを体系的に展開するためのエージェントフレームワークである。
異なるROS/CANのバイマニュアルアームであるAgileX PiPERでは、SPINEが10の組み込みバグをすべて解決したのに対して、エキスパートベースラインでは10の内9がほぼ同じ時間で解決した。
これらの結果は、SPINEが双方向プラットフォームをまたいで転送でき、専門家のキャリブレーションへの依存を減らし、エンボディされたAIをスケーラブルな現実世界のデプロイメントに近づけることができることを示している。
- 参考スコア（独自算出の注目度）: 15.365559077200084
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Foundation models have given robots a sophisticated brain for complex decision-making, yet deploying that intelligence into a physical platform still demands tedious, expert-driven calibration. This deployment gap, the robot's spinal cord, remains a primary bottleneck to scalable Embodied AI. Hence, we propose SPINE (Scalable Physical Integration with ageNtic Expertise): an agentic framework for systematically debugging and deploying bimanual robots with minimal robotics expertise. SPINE's harness comprises two orchestrated multi-agent workflows: a profile builder that creates robot-specific context, and a debugger that cycles through diagnosis, repair, and validation until teleoperation works. Across seven DOBOT X-Trainer debugging scenarios, a robotics novice using SPINE outperformed human operators using Claude Code with the same reference materials, but without SPINE's structured workflow, improving operationalization success from 75% to 100% and reducing mean time-to-teleoperation from 16 min 45 s to 13 min 47 s. On AgileX PiPER, a distinct ROS/CAN bimanual arm, SPINE resolved all 10 implanted bugs, versus 9 out of 10 for the expert baseline, in nearly the same amount of time. Together, these results show that SPINE can transfer across bimanual platforms, reduce dependence on expert calibration, and move embodied AI closer to scalable real-world deployment.
- Abstract（参考訳）: ファンデーションモデルは、複雑な意思決定のための洗練された脳をロボットに与えるが、その知性を物理的なプラットフォームに展開するには、いまだに面倒で専門家主導の校正が必要である。
ロボットの脊髄であるこの配置ギャップは、スケーラブルなEmbodied AIの主要なボトルネックであり続けている。
そこで,本研究では,ロボット工学の専門知識を最小限に抑えたバイマニアルロボットを,システム的にデバッグし,デプロイするためのエージェントフレームワークであるSPINEを提案する。
SPINEのハーネスは、ロボット固有のコンテキストを生成するプロファイルビルダーと、遠隔操作が動作するまで診断、修復、検証を行うデバッガの2つのオーケストレーションされたマルチエージェントワークフローで構成されている。
DOBOT X-Trainerデバッギングのシナリオは7つあり、同じ基準材料でClaude Codeを使用して、人間オペレータよりも優れたパフォーマンスを保ったが、SPINEの構造的なワークフローがなければ、運用の成功率は75%から100%に向上し、平均時間から運用時間を16 min 45 sから13 min 47 sに短縮した。
異なるROS/CANのバイマニュアルアームであるAgileX PiPERでは、SPINEが10の組み込みバグをすべて解決したのに対して、エキスパートベースラインでは10の内9がほぼ同じ時間で解決した。
これらの結果は、SPINEが双方向プラットフォームをまたいで転送でき、専門家のキャリブレーションへの依存を減らし、エンボディされたAIをスケーラブルな現実世界のデプロイメントに近づけることができることを示している。
関連論文リスト
- Bridging Language and Physics: Automated Design of Continuum Robots with Large Language Models [44.55124556245543]
LLMデザイナのための構造化フィードバックにシミュレータオブザーバ物理状態を変換することで閉ループを確立する多層フレームワーク AID-SR を提案する。
我々は,手を伸ばし,つかみ,移動し,操作する14のタスクのベンチマークにおいて,腱駆動型連続ロボットに対するアプローチを評価した。
AID-SRの3つの設計されたロボットを製作し、実世界でそのタスクを完了させた。
論文 参考訳（メタデータ） (2026-09-08T04:02:59Z) - ASPIRE: Agentic /Skills Discovery for Robotics [46.66569877875144]
ASPIRE (Agentic Skill Programming through Iterative Robot Exploration) は、ロボット制御プログラムをコード・アズ・ポリティクスのパラダイムで書き、洗練する。
1)細粒度のマルチモーダルトレースを露呈し,自律的な故障診断,修復,合成,検証を可能にするクローズドループロボット実行エンジン,(2)検証済みの修正を再利用可能な,伝達可能な知識に蒸留する継続的な拡張スキルライブラリ,(3)多様なタスクシーケンスを生成する進化的検索と,単一軌道の洗練を超えて探索する制御プログラムである。
論文 参考訳（メタデータ） (2026-06-30T23:38:46Z) - Robotic Agentic Platform for Intelligent Electric Vehicle Disassembly [0.3262230127283452]
本稿では,現実的なリサイクルシナリオにおける知覚駆動型操作,柔軟な自動化,AI支援型ロボットプログラミングを研究対象とするロボットエージェント・プラットフォーム(RAPID)を提案する。
このシステムは、ガントリー搭載の産業用マニピュレータ、RGB-D知覚、およびフルスケールのEVバッテリーパックのファスナー除去のための自動ナット走行ツールを統合している。
フレキシブルなインタラクションをサポートするために、ロボット分解タスクのためのエージェントAI仕様を導入し、エージェントは構造化ツールインターフェースとROSサービスを介して、ハイレベルな命令をロボットアクションに変換することができる。
論文 参考訳（メタデータ） (2026-03-19T06:03:51Z) - AutoLabs: Cognitive Multi-Agent Systems with Self-Correction for Autonomous Chemical Experimentation [0.10999592665107412]
AutoLabsは、自然言語命令を自動で実行可能なプロトコルに変換するように設計された、自己修正型マルチエージェントアーキテクチャである。
複雑化に関する5つのベンチマーク実験を特徴とする総合評価フレームワークを提案する。
以上の結果から,エージェント推論能力が成功の最も重要な要因であることが示唆された。
論文 参考訳（メタデータ） (2025-09-30T01:51:46Z) - Quantum Machine Learning-based Test Oracle for Autonomous Mobile Robots [35.653307978549876]
PAL Robotics (Spain) による自律移動ロボットの回帰テストを支援するためのテストオラクルの開発について報告する。
量子貯水池コンピューティング(QRC)と、残差接続にインスパイアされた単純なニューラルネットワークを組み合わせたハイブリッドフレームワークQuReBotを提案する。
論文 参考訳（メタデータ） (2025-08-04T13:31:08Z) - A roadmap for AI in robotics [55.87087746398059]
AIの可能性を生かして、私たちの日常生活にロボットを配備する上での、際立った障壁に取り組みたいと考えています。
この記事では、1990年代からロボット工学におけるAIが達成したことを評価し、課題と約束を列挙した短期的・中期的な研究ロードマップを提案する。
論文 参考訳（メタデータ） (2025-07-26T15:18:28Z) - 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) - ProcTHOR: Large-Scale Embodied AI Using Procedural Generation [55.485985317538194]
ProcTHORは、Embodied AI環境の手続き的生成のためのフレームワークである。
ナビゲーション、アレンジメント、アーム操作のための6つの具体化されたAIベンチマークに対して、最先端の結果を実証する。
論文 参考訳（メタデータ） (2022-06-14T17:09:35Z) - Show Me What You Can Do: Capability Calibration on Reachable Workspace
for Human-Robot Collaboration [83.4081612443128]
本稿では,REMPを用いた短時間キャリブレーションにより,ロボットが到達できると考える非専門家と地道とのギャップを効果的に埋めることができることを示す。
この校正手順は,ユーザ認識の向上だけでなく,人間とロボットのコラボレーションの効率化にも寄与することを示す。
論文 参考訳（メタデータ） (2021-03-06T09:14:30Z) - Where is my hand? Deep hand segmentation for visual self-recognition in
humanoid robots [129.46920552019247]
本稿では、画像からロボットの手を切り離すための畳み込みニューラルネットワーク(CNN)を提案する。
ヒューマノイドロボットVizzyの手のセグメンテーションのために,Mask-RCNNネットワークを微調整した。
論文 参考訳（メタデータ） (2021-02-09T10:34:32Z) - A Learning Approach to Robot-Agnostic Force-Guided High Precision
Assembly [6.062589413216726]
本稿では,高精度なロボット組立問題に対する学習手法を提案する。
組立部品が互いに密接な接触関係にあるような,コンタクトリッチなフェーズに着目する。
私たちのトレーニング環境は、エンドエフェクターが特定のロボットにアタッチされないため、ロボットレスです。
論文 参考訳（メタデータ） (2020-10-15T22:33:43Z)
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。