論文の概要: Lifelong Robot Recomposition via Persistent Categorical Modeling for Unified Task-Driven Co-Design, Verification, and Planning
- arxiv url: http://arxiv.org/abs/2608.21676v1
- Date: Fri, 21 Aug 2026 22:46:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:43.370124
- Title: Lifelong Robot Recomposition via Persistent Categorical Modeling for Unified Task-Driven Co-Design, Verification, and Planning
- Title（参考訳）: 一元化タスク駆動型協調設計・検証・計画のための永続カテゴリーモデルによる生涯ロボットの再構成
- Abstract要約: 本稿では,厳密な対称モノイダル圏内の抽象回路としてロボットシステムを形式化する構成的枠組みを提案する。
本研究では,ロボットが不適合になったことを認識し,操作を復元するための新たな全体的構成を仮定する検索・救助シナリオにおいて,エンドツーエンドのアプローチを実証する。
- 参考スコア（独自算出の注目度）: 2.5137859989323537
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robotic systems are traditionally designed and deployed in static configurations, with assumptions made at design-time becoming immutable constraints during runtime. This design-then-deploy paradigm produces performant systems under narrow operating conditions, but renders robots brittle when qualities of themselves, their tasks, or their environments unexpectedly change. We address this challenge with a compositional framework that formalizes robotic systems as abstract circuits within a strict symmetric monoidal category, in which design and runtime composition of hardware, software, and behavior are synthesized simultaneously via an SMT-based solver, with monoidal functors projecting the system into lifecycle-specific views and free symbolic variables simultaneously solving for parameters and entire component specifications within larger compositions. This persistent model also supports queries a long-lived system needs beyond plan existence across its entire lifecycle, including mapping Pareto fronts over candidate compositions, diagnosing why a composition has become infeasible, finding its minimal restoration, and reconfiguring with limited change to the deployed system. We evaluate against official implementations of optimal numeric, stream-based, and SMT-based planners all measured onboard a deployed robot and demonstrate the approach end-to-end in a search-and-rescue scenario in which the robot recognizes when it has become unfit and synthesizes and assumes new holistic configurations to restore operation. We release our solver and supporting software open-source.
- Abstract（参考訳）: ロボットシステムは伝統的に静的な構成で設計され、デプロイされる。
この設計・デプロイパラダイムは、狭い動作条件下でパフォーマンスシステムを生成するが、ロボットが自身の品質やタスク、あるいは環境が予期せず変化すると、ロボットが脆くなる。
本課題は, ハードウェア, ソフトウェア, 動作の設計および実行時構成を, SMTベースの解法により同時に合成し, システムをライフサイクル固有のビューに投影し, より大規模な合成においてパラメータとコンポーネント仕様全体を同時に解決する, ロボットシステムを抽象回路として形式化する構成的枠組みによるものである。
この永続モデルは、ライフサイクル全体を通じてプランの存在以上の長寿命のシステムを必要とするクエリをサポートする。例えば、Paretoフロントを候補のコンポジションにマッピングし、なぜコンポジションが無効になったのかを診断し、最小限の復元を見つけ、デプロイされたシステムに制限された変更で再構成する。
我々は,ロボットが不適切になったときに認識し,操作を復元するための新たな全体的構成を仮定する検索・救助シナリオにおいて,デプロイされたロボット上での最適な数値,ストリームベース,SMTベースのプランナの公式実装に対して評価を行い,そのアプローチをエンドツーエンドに示す。
私たちはソルバをリリースし、ソフトウェアをオープンソースでサポートしています。
関連論文リスト
- Advancing Omnimodal Embodied Agents from Isolated Skills to Everyday Physical Autonomy [79.09714980186278]
非構造化環境で永続的なエンボディエージェントを構築するには、異種ツールの統一的なオーケストレーションが必要である。
我々は,多モーダルなセマンティックプランナを統合したフレームワークであるOmniActを紹介した。
すべての複雑性レベルにわたって、エンドツーエンドの成功において一貫した改善が達成されます。
論文 参考訳（メタデータ） (2026-06-25T16:36:35Z) - Reinforcement learning in linear embedding space unlocks generalizable control across soft robot configurations [60.42735420750131]
タコや象のトランクのような軟体生物は、顕著な形態的適応性を示す。
近年、様々なソフトロボットが登場し、様々な素材、硬さ、特定のタスクに合わせた形態を特徴としている。
本稿では,多様なソフトロボット構成にまたがる迅速な適応を可能にする汎用制御システムを提案する。
論文 参考訳（メタデータ） (2026-06-06T11:09:46Z) - COSMIC: Concurrent Optimization of Structure, Material, and Integrated Control for robotic systems [9.321828591115567]
ほとんどのロボットシステムは構造、材料、移動を別々に設計している。
この分離は、しばしば準最適設計につながるが、これらの実体の個人的および集団的貢献は今も残っている。
本稿では,物質設計,移動,その他の複雑な自律行動を同時に最適化する,ランドスケープに基づく協調設計フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-12T19:00:01Z) - Task-Driven Co-Design of Heterogeneous Multi-Robot Systems [6.278267504352446]
異種多ロボットシステムのタスク駆動協調設計のための形式的および構成的枠組みを提案する。
本稿では, ロボット, フリート, プランナー, 実行者, 評価者の一般的な抽象概念を相互接続設計問題として紹介する。
この構造は、タスク固有の性能制約の下で、ロボット設計、艦隊構成、計画の効率的な共同最適化を可能にする。
論文 参考訳（メタデータ） (2026-04-23T17:44:52Z) - Robotic Nanoparticle Synthesis via Solution-based Processes [5.638124543342179]
本稿では,ソリューションベース合成のロボット自動化のためのネジ幾何に基づく操作計画フレームワークを提案する。
合成プロトコルは本質的に長い水平、多段階のタスクである。
中心的な課題は、特に注ぐいくつかのスキルが、幾何学的および運動論的制約をエンドエフェクター運動に課すことである。
論文 参考訳（メタデータ） (2026-04-14T00:54:42Z) - Specification-Aware Distribution Shaping for Robotics Foundation Models [0.0]
本稿では,事前訓練されたロボット基盤モデルの実行において,パラメータを変更することなく,信号時間論理(STL)の幅広い制約を適用可能な,仕様対応の行動分布最適化フレームワークを提案する。
複数の環境と複雑な仕様をまたいだ最先端のロボティクス基盤モデルを用いてシミュレーションの枠組みを検証した。
論文 参考訳（メタデータ） (2026-03-18T17:36:46Z) - A Unified Experimental Architecture for Informative Path Planning: from Simulation to Deployment with GuadalPlanner [69.43049144653882]
本稿では,車種別制御から高レベルの意思決定を分離する統一アーキテクチャを提案する。
提案アーキテクチャは、計画、センシング、車両実行の標準化されたインターフェースを定義するGuaralPlannerを通じて実現されている。
論文 参考訳（メタデータ） (2026-02-11T10:02:31Z) - AutoLayout: Closed-Loop Layout Synthesis via Slow-Fast Collaborative Reasoning [102.71841660031065]
Autoは、クローズドループの自己検証プロセスをデュアルシステムフレームワークに統合する、完全に自動化された方法である。
Autoの有効性は8つの異なるシナリオで検証され、SOTA法よりも10.1%改善された。
論文 参考訳（メタデータ） (2025-07-06T08:35:22Z) - ROS-related Robotic Systems Development with V-model-based Application of MeROS Metamodel [0.49259062564301753]
ロボット・オペレーティング・システム(ROS)上に構築されたシステムは、組み立てがますます簡単になるが、制御し、確実に調整することは困難である。
本稿では,モバイルと操作機能を組み合わせた小型ヘテロジニアスロボットシステム(HeROS)を実証車両として使用する。
本稿では,モデルベースシステム工学(MBSE)ワークフローの焦点にROSベースのシステムを配置するために開発されたSysMLメタモデルであるMeROSに基づく構造化手法を提案する。
論文 参考訳（メタデータ） (2025-06-10T11:44:00Z) - A Meta-Engine Framework for Interleaved Task and Motion Planning using Topological Refinements [51.54559117314768]
タスク・アンド・モーション・プランニング(タスク・アンド・モーション・プランニング、TAMP)は、自動化された計画問題の解決策を見つけるための問題である。
本稿では,TAMP問題のモデル化とベンチマークを行うための,汎用的でオープンソースのフレームワークを提案する。
移動エージェントと複数のタスク状態依存障害を含むTAMP問題を解決する革新的なメタ技術を導入する。
論文 参考訳（メタデータ） (2024-08-11T14:57:57Z) - Integrated Benchmarking and Design for Reproducible and Accessible
Evaluation of Robotic Agents [61.36681529571202]
本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。
このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。
本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
論文 参考訳（メタデータ） (2020-09-09T15:31:29Z)
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。