How to Raise a Robot — A Case for Neuro-Symbolic AI in Constrained Task Planning for Humanoid Assistive Robots

要約

ヒューマノイドロボットは、特にその多彩な行動能力により、人間の日常生活を支援できるようになります。
ただし、これらのロボットは学習し探索するためにある程度の自律性を必要としますが、アクセス制御などのさまざまな制約も尊重する必要があります。
私たちは、プライバシー、セキュリティ、アクセス制御の制約をロボットのタスク計画アプローチに組み込むという新しい分野を探索します。
私たちは、古典的な記号的アプローチ、深層学習ニューラル ネットワーク、および大規模な言語モデルを知識ベースとして使用する現代的なアイデアに関する予備的な結果を報告します。
それらのトレードオフを分析することで、ハイブリッドアプローチが必要であると結論付け、それによってニューロシンボリック人工知能の新興分野に新しいユースケースを提示します。

要約(オリジナル)

Humanoid robots will be able to assist humans in their daily life, in particular due to their versatile action capabilities. However, while these robots need a certain degree of autonomy to learn and explore, they also should respect various constraints, for access control and beyond. We explore the novel field of incorporating privacy, security, and access control constraints with robot task planning approaches. We report preliminary results on the classical symbolic approach, deep-learned neural networks, and modern ideas using large language models as knowledge base. From analyzing their trade-offs, we conclude that a hybrid approach is necessary, and thereby present a new use case for the emerging field of neuro-symbolic artificial intelligence.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google