ロボット工学

効率的な象徴的プランニングとビュー

ロボットプランニングシステムでは、操作タスクに必要な空間関係を詳細にモデル化する一方で、物体の物理的属性や装置の効果は通常簡略化されて抽象的な複合属性で表現される。これにより、プランナーが代替案を見つける能力が制限される。我々は、これらの複合属性を共有された一連の基本属性に分解することを提案する。これにより、異なるタスクや環境間での一般化が大幅に促進され、革新的な解決策の発見に役立つ。一方で、この一般化によってソリューションスペースの複雑性が増大する。そのため、本論文の主要な貢献として、プランニング問題をビューのシーケンスに分割し、各ビューでは属性のサブセットのみを考慮する方法を提案する。この視点ベースの戦略は、プランニングの速度と見つかったプランの質の間で良好なバランスを提供し、その一般的な適用性と限界について議論する。

自律型AIは安全ではない。その理由は以下の通りです。

高エネルギー効率の自己発振ポリマー冷蔵庫

ロボット操作における拡散駆動型行動クローニングの強化

ロボットの言語学習のための言語モデルベースの対ペア変分オートエンコーダ

ジェミニを使用したプロンプトタスクツリーの作成：手法と洞察

ウェハースケールでの追跡可能な島モデル遺伝的アルゴリズム

ロボットの連続進化を利用した一対多のポリシー転送

半自律型ロボット分解作業をMixed Realityで強化する

効率的な象徴的プランニングとビュー

不確実性と多様性が体現型AIとロボット学習に果たす役割