論文の概要: Harness Robotic OS: A Unified Embodied-Agent Runtime for Closed-Loop Quadruped Inspection
- arxiv url: http://arxiv.org/abs/2609.11225v1
- Date: Thu, 10 Sep 2026 08:25:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 23:53:35.254615
- Title: Harness Robotic OS: A Unified Embodied-Agent Runtime for Closed-Loop Quadruped Inspection
- Title（参考訳）: Harness Robotic OS:クローズドループ・クアドルプ・インスペクションのための統一アンボダイド・エージェントランタイム
- Abstract要約: 本稿では,統一型エンボディエージェントランタイムである textitHarness Robotic OS (HROS) と,住宅コミュニティインスペクションの実現を目的としたArgos を提案する。
HROSはシステムをロボットランタイムに編成し、自律性スキル、認知エージェント、インタラクションと操作プレーンを具体化する。
住宅環境における実験は, 100%ウェイポイント到達性, 10cm未満の屋外局所化誤差, 200ms未満の局所障害物応答遅延, 99%のアラーム配送に成功した。
- 参考スコア（独自算出の注目度）: 4.737450468943755
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Autonomous property inspection requires more than robust robot navigation: a deployable system must connect heterogeneous sensing, reusable autonomy capabilities, multimodal scene understanding, human interaction, and enterprise response within a traceable operational loop. Existing quadruped inspection systems commonly integrate these functions through task-specific interfaces, making contextual coordination, knowledge reuse, and controlled adaptation difficult. This paper presents \textit{Harness Robotic OS} (HROS), a unified embodied-agent runtime, and Argos, its realization for residential-community inspection. HROS organizes the system into robot runtime, embodied autonomy skills, cognitive agent runtime, and interaction and operations planes. A shared context connects physical state with agent reasoning; streaming ASR/TTS supports voice-based mission interaction; hierarchical working, episodic, and semantic memory preserves operational knowledge; and a safety-gated self-evolution loop converts execution traces into versioned candidate updates without permitting unconstrained online modification. The Argos prototype integrates a Vbot quadruped, Fast-LIO2 localization and mapping, Hobot-Stereo depth perception, PCT-Planner global planning, EGO-Planner local motion generation, and OpenClaw-orchestrated Qwen3-VL inspection analysis. Experiments in a residential property environment achieved 100\% waypoint reachability, outdoor localization error below 10~cm, local obstacle-response latency below 200~ms, representative hazard-detection rates of 85--95\%, and 99\% success in alarm delivery and structured-report generation. These results validate the deployed navigation and inspection closed loop, while HROS provides an extensible software foundation for memory-augmented, voice-aware, and continuously improvable embodied inspection agents.
- Abstract（参考訳）: デプロイ可能なシステムは、トレース可能な運用ループ内で異種検知、再利用可能な自律性機能、マルチモーダルシーン理解、ヒューマンインタラクション、エンタープライズ応答を接続する必要があります。
既存の四分割検査システムは、これらの機能をタスク固有のインタフェースを通じて統合し、コンテキスト調整、知識再利用、制御された適応を困難にしている。
本稿では,統一型エンボディエージェントランタイムである‘textit{Harness Robotic OS} (HROS) と,住宅コミュニティ検査の実現を目的としたArgosを提案する。
HROSはシステムをロボットランタイム、自律性スキル、認知エージェントランタイム、インタラクションと操作プレーンに編成する。
共有コンテキストは物理状態とエージェント推論を結び、ストリーミングASR/TTSは音声ベースのミッションインタラクションをサポートし、階層的作業、エピソディック、セマンティックメモリは運用知識を保存する。
Argosのプロトタイプは、Vbotの4倍の局所化とマッピング、Hobot-Stereo深度認識、PCT-Plannerグローバルプランニング、EGO-Plannerローカルモーション生成、OpenClaw-orchestrated Qwen3-VLインスペクション分析を統合している。
住宅環境における実験は,100\%のウェイポイント到達性,10～cm未満の屋外局所化誤差,200～ms未満の局所障害物応答遅延,85～95%の代表的なハザード検出率,99%のアラーム配信と構造化レポート生成に成功した。
これらの結果は、展開されたナビゲーションと検査のクローズドループを検証し、HROSは、メモリ拡張、音声認識、継続的な即興検査エージェントのための拡張可能なソフトウェア基盤を提供する。
関連論文リスト
- PhyAgentOS: A Self-Evolving Operating System for Embodied Agents with Decoupled Cognitive Planning and Physical Execution [49.776611937968]
我々は、スケジューリング、検証、メモリ、ベンチマーク、安全性をシステムレベルのサービスとして提供するPhyAgentOSを紹介します。
セッション中心のセッションは、スケジューリング、互換性、監督された実行、エビデンス収集、受け入れの最小単位として、アクションではなくセッションを扱う。
SessionVerifierは、実行終了とセマンティックタスク完了を、成功、失敗、または再計画のエビデンスに基づいて判断する。
ベンチマークはデプロイメントセッションと検証パスを再利用するので、結果は実際の実行に遡る。
論文 参考訳（メタデータ） (2026-07-18T04:46:53Z) - The Unified Autonomy Stack: Toward a Blueprint for Generalizable Robot Autonomy [13.105188128582567]
我々は,空と地上のロボット形態を横断するレジリエンスな自律を可能にするシステムレベルのソリューションであるUnified Autonomy Stackを紹介し,オープンソース化する。
アーキテクチャは、マルチモーダル認識、マルチビヘイビア計画、マルチレイヤセーフナビゲーションの3つのモジュールを中心にしている。
このスタックは、地上(ロータークラフト)ロボットと地上(レッグ)ロボットの両方でフィールドテストされ、検証されている。
論文 参考訳（メタデータ） (2026-05-12T20:39:35Z) - ROSClaw: A Hierarchical Semantic-Physical Framework for Heterogeneous Multi-Agent Collaboration [9.434833852972353]
ROSClawは、統一視覚言語モデル(VLM)コントローラにポリシー学習とタスク実行を統合する異種ロボットのためのエージェントフレームワークである。
自律的なクローズループフレームワークを確立することにより、ROSClawはロボット固有の開発への依存を最小限に抑える。
論文 参考訳（メタデータ） (2026-04-06T13:16:24Z) - RADAR: Closed-Loop Robotic Data Generation via Semantic Planning and Autonomous Causal Environment Reset [48.645870795753105]
ロボットのためのロバスト自動データ取得(RADAR)について紹介する。
RADARは完全に自律的でクローズドループのデータ生成エンジンで、収集サイクルから人間の介入を完全に取り除きます。
シミュレーションでは、複雑な長期タスクにおいて、最大90%の成功率を達成する。
論文 参考訳（メタデータ） (2026-03-12T11:18:52Z) - Robotic Grasping and Placement Controlled by EEG-Based Hybrid Visual and Motor Imagery [64.82869118243723]
本稿では,脳波に基づく視覚・運動画像(VI/MI)とロボット制御を統合し,リアルタイム・意図駆動型把握・配置を実現するフレームワークを提案する。
このシステムは、BCI駆動のロボット工学の約束に感銘を受けて、オフラインで事前訓練されたデコーダをゼロショットで展開することによって、ニューラルネットワークを物理的制御でブリッジする。
論文 参考訳（メタデータ） (2026-03-03T17:41:42Z) - 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) - AgenticLab: A Real-World Robot Agent Platform that Can See, Think, and Act [27.922630781100864]
本稿では,モデルに依存しないロボットエージェントプラットフォームであるAgenticLabと,オープンワールド操作のためのベンチマークについて紹介する。
我々は、非構造環境における実ロボットタスクに最先端のVLMベースのエージェントをベンチマークする。
私たちのベンチマークでは、オフラインの視覚言語テストがキャプチャーに失敗するいくつかの障害モードが明らかになっている。
論文 参考訳（メタデータ） (2026-02-02T05:30:14Z) - CHORAL: Traversal-Aware Planning for Safe and Efficient Heterogeneous Multi-Robot Routing [4.3992789649203194]
自律ロボットによる大規模で未知の複雑な環境のモニタリングは、重要なナビゲーション課題を引き起こす。
異種ロボットの協調のための統合意味認識フレームワークを提案する。
シミュレーション実験と3つのロボットプラットフォームを用いた実際の検査ミッションにより,本手法の有効性が実証された。
論文 参考訳（メタデータ） (2026-01-15T12:34:22Z) - Autonomous Construction-Site Safety Inspection Using Mobile Robots: A Multilayer VLM-LLM Pipeline [2.9360071145551068]
本稿では,自律走行中にロボットが見るものと,建設現場で一般的な安全基準を結びつけることを目的とする。
ロボティクスの面では、SLAMと自律ナビゲーションは、経路ポイントを介して繰り返しカバレッジとターゲットのリビジョンを提供する。
AI側では、ビジョン言語モデル(VLM)ベースのレイヤがシーン記述を生成する。
他のVLMベースのレイヤはルールに基づいて安全性を評価し、最後にLLM(Large Language Model)レイヤは以前の出力に基づいて安全性レポートを生成する。
論文 参考訳（メタデータ） (2025-12-16T00:25:31Z) - VehicleWorld: A Highly Integrated Multi-Device Environment for Intelligent Vehicle Interaction [78.34534983766973]
VehicleWorldは、30のモジュール、250のAPI、680のプロパティを備えた、自動車ドメインのための最初の包括的な環境である。
本研究では,システム状態認識を明示的に維持し,目標条件を達成するために直接状態遷移を実装する新しい手法であるState-based Function Call (SFC)を提案する。
論文 参考訳（メタデータ） (2025-09-08T14:28:25Z) - SABER: Data-Driven Motion Planner for Autonomously Navigating
Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。
モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。
リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。
ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文 参考訳（メタデータ） (2021-08-03T02:56:21Z)
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。