論文の概要: Autonomous mobile robot operations logistics: a dataset of jobs, dispatch events and robot states
- arxiv url: http://arxiv.org/abs/2610.02428v1
- Date: Thu, 01 Oct 2026 19:50:02 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-06 19:20:54.752313
- Title: Autonomous mobile robot operations logistics: a dataset of jobs, dispatch events and robot states
- Title（参考訳）: 自律型移動ロボットのロジスティクス:ジョブ、ディスパッチイベント、ロボット状態のデータセット
- Abstract要約: MoRoOpは、実験室のキット準備と供給シナリオで記録された8時間のシフトで記録されたAMR操作のデータセットである。
1,382件のジョブ、4,815件のオペレーション、19,352件のディスパッチイベント、140,386件のロボット状態観察と、ジョブ生成時に使用されるキット仕様が含まれている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autonomous mobile robots (AMRs) increasingly perform material transport in production logistics, where their operation is governed by job generation, dispatching and robot control. We present MoRoOp, a dataset of AMR operations recorded in a laboratory kit preparation and supply scenario over nine eight-hour shifts. During each shift, an AMR executed stochastically generated kit supply, empty-box refill and charging jobs. The dataset links job specifications, the operations constituting each job, dispatch events documenting operation state transitions and outcomes, and robot-state observations comprising position, orientation, velocity, per-wheel state of charge and diagnostics. It contains 1,382 jobs, 4,815 operations, 19,352 dispatch events and 140,386 robot-state observations together with the kit specifications used during job generation. The dataset was recorded in an operating laboratory environment, and technically valid observations of delays, obstructed navigation and unsuccessful operations were retained. Both raw and cleaned robot-state tables are provided. Documented reuse directions include the evaluation of AI agents on operational decision records, disturbance detection, operation prediction, data-driven simulation and event-log analysis.
- Abstract（参考訳）: 自律移動ロボット(AMR)は、仕事の生成、派遣、ロボット制御によって管理される生産物流において、ますます物質輸送を行う。
実験室キット作成および供給シナリオに記録された8時間シフトのAMR動作のデータセットであるMoRoOpについて述べる。
各シフトの間、AMRは確率的に生成されたキット供給、空き箱の補充、充電ジョブを実行した。
データセットは、ジョブ仕様、各ジョブを構成するオペレーション、オペレーション状態遷移と成果を文書化するイベントのディスパッチ、および、位置、方向、速度、充電および診断のホイール状態を含むロボット状態の観察を関連付ける。
1,382件のジョブ、4,815件のオペレーション、19,352件のディスパッチイベント、140,386件のロボット状態観察と、ジョブ生成時に使用されるキット仕様が含まれている。
データセットは実験室で記録され、技術的に有効な遅延、妨害された航法、作戦失敗の観測が維持された。
生とクリーニングされたロボット状態のテーブルが提供される。
ドキュメント化された再利用方向には、運用上の決定記録、外乱検出、運用予測、データ駆動シミュレーション、イベントログ分析に関するAIエージェントの評価が含まれる。
関連論文リスト
- LabVLA: Grounding Vision-Language-Action Models in Scientific Laboratories [95.20367571157679]
Vision-Language-Action (VLA) モデルは、記述されたプロトコルとロボット実行の間の1つの可能なインターフェースを提供する。
既存の政策は、主に家庭やテーブルトップのデモンストレーションに基づいて訓練されており、機器、透明な液体、または科学実験室で見られる固定されたプロトコルに遭遇することは滅多にない。
まず、Qwen3-VL-4B-インストラクションバックボーンアクションを学習する前に認識させ、フローマッチング後トレーニングを行い、次に知識絶縁下でDiTアクションエキスパートをアタッチする。
論文 参考訳（メタデータ） (2026-06-11T17:03:53Z) - Qwen-VLA: Unifying Vision-Language-Action Modeling across Tasks, Environments, and Robot Embodiments [96.23886784364997]
身体的な知性は、操作やナビゲーションといった個々のタスクのための特別なモデルを通してしばしば研究される。
本稿では,Qwenの視覚言語モデリングスタックを連続的な動作と軌道生成に拡張した統一的な基礎モデルであるQwen-VLAを提案する。
論文 参考訳（メタデータ） (2026-05-28T17:36:31Z) - RC-NF: Robot-Conditioned Normalizing Flow for Real-Time Anomaly Detection in Robotic Manipulation [68.7948300643741]
ロボットの異常検出と介入をリアルタイムに監視するロボット・コンディションド・ノーマライゼーション・フロー(RC-NF)を提案する。
RC-NFは、正規化フロー内のタスク認識ロボットとオブジェクト状態の処理を分離する。
従来のロボットタスクの監視方法と比較して、あらゆる異常なタイプで最先端のパフォーマンスを実現している。
論文 参考訳（メタデータ） (2026-03-11T10:14:37Z) - Sistema de navegación de cobertura para vehículos no holonómicos en ambientes de exterior [4.2566707664597]
この研究は、カバレッジ・ナビゲーションを必要とする様々なユニット・プロセスの自動化の可能性を実証することを目的としている。
開発システムは、移動プラットフォームが特定のエリアをカバーすることができるルートの計算を含む。
システムは、様々なシミュレーションと実際の屋外環境でテストされ、90%近いカバレッジで結果が得られた。
論文 参考訳（メタデータ） (2025-12-28T00:36:16Z) - Interactive Planning Using Large Language Models for Partially
Observable Robotics Tasks [54.60571399091711]
大きな言語モデル(LLM)は、オープン語彙タスクを実行するロボットエージェントを作成することで、驚くべき成果を上げている。
LLMを用いた部分的に観測可能なタスクのための対話型計画手法を提案する。
論文 参考訳（メタデータ） (2023-12-11T22:54:44Z) - The voraus-AD Dataset for Anomaly Detection in Robot Applications [24.583911041699086]
異常検出(AD)は、異常な事象を検出するために通常のデータのみを使用して、実用的な解決策を提供する。
本稿では,ロボットアプリケーションのための異常検出手法のトレーニングとベンチマークを可能にするデータセットを提案する。
異常検出のための新しいベースライン法としてMVT-Flowを提案する。
論文 参考訳（メタデータ） (2023-11-08T15:39:27Z) - AURSAD: Universal Robot Screwdriving Anomaly Detection Dataset [80.6725125503521]
本報告では,UR3eシリーズロボットとOnRobot Screwdriverを用いて作成したデータセットについて述べる。
その結果得られたデータは、正常および異常なロボット動作の2042のサンプルを含んでいる。
このデータを使用した短いMLベンチマークも提供されており、さらなる分析と実験のためのデータの適合性と可能性を示している。
論文 参考訳（メタデータ） (2021-02-02T09:59:23Z) - Temporal Segmentation of Surgical Sub-tasks through Deep Learning with
Multiple Data Sources [14.677001578868872]
本稿では,タスクが進行するにつれて発生する動作や事象に基づいて,統一的な手術状態推定モデルを提案する。
JHU-ISI Gesture and Skill Assessment Working Set(JIGSAWS)と,ロボット内超音波(RIOUS)画像を含むより複雑なデータセットについて検討した。
本モデルでは,89.4%まで優れたフレームワイド状態推定精度を実現し,最先端の手術状態推定モデルを改善する。
論文 参考訳（メタデータ） (2020-02-07T17:49:08Z)
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。