Core Concepts
ロボットは言語修正に柔軟に対応し、過去の修正から一般化可能な知識を抽出し、新しい状況で適切な知識を検索することで、効率的に操作を行うことができる。
Abstract
本研究では、DROC (Distillation and Retrieval of Online Corrections)と呼ばれるシステムを提案している。DROCは、ロボットが言語による修正に柔軟に対応し、過去の修正から一般化可能な知識を抽出し、新しい状況で適切な知識を検索することで、効率的にタスクを遂行できるようにするものである。
具体的には以下のような特徴がある:
言語修正への対応:
修正が高レベルの計画に関するものか、低レベルのスキルに関するものかを判別し、適切に対応する。
過去の修正履歴から関連する文脈情報を抽出し、修正への対応に活用する。
一般化可能な知識の抽出:
タスクの実行中に得られた修正履歴から、タスクレベルやスキルレベルの一般化可能な知識を抽出し、知識ベースに保存する。
抽出された知識には、制約条件、ユーザ嗜好、共通感覚などが含まれる。
関連知識の検索:
新しいタスクに対して、言語的な意味類似性と視覚的な特徴類似性を用いて、過去の関連する知識を検索し、活用する。
これにより、新しい状況でも効率的にタスクを遂行できるようになる。
実験の結果、DROCは従来手法と比べて、オンラインの修正に対してより効果的に対応でき、新しい状況でも少ない修正で適応できることが示された。これは、DROCが言語修正から一般化可能な知識を抽出し、適切に活用できるためである。
Stats
ロボットは1つのオブジェクトしか把持できない。
ユーザは白い引き出しにステーショナリーを入れたがる。
ロボットは1つの手しかない。
同じ種類の衣類は同じ場所に収納する。
Quotes
"ロボットは先に引き出しを開けるべきだ"
"少し右に動いて"
"もう少し"