CoBT: Collaborative Programming of Behaviour Trees from One Demonstration for Robot Manipulation

要約

中小企業では、マスカスタマイゼーションと製造サイクルの短縮の重要性が高まっています。
しかし、従来の産業用ロボットは、製品のバリエーションや動的な環境に対処するのに苦労しています。
この論文では、リアクティブなモジュール型ビヘイビアー ツリーを生成するためのデモンストレーション フレームワークによる協調プログラミングである CoBT を紹介します。
CoBT は、単一のデモンストレーションと、データ駆動型の機械学習手法とロジックベースの宣言型学習の組み合わせに依存してタスクを学習するため、プログラミングの専門知識や長い開発時間は必要ありません。
提案されたフレームワークは 7 つの操作タスクで実験的に検証され、CoBT が約 100 を達成することを示します。
全体の成功率は 93%、プログラミング時間は平均 7.5 秒です。
CoBT の使いやすさに関するフィードバックを提供するために、専門家以外のユーザーを対象としたパイロット調査を実施します。

要約(オリジナル)

Mass customization and shorter manufacturing cycles are becoming more important among small and medium-sized companies. However, classical industrial robots struggle to cope with product variation and dynamic environments. In this paper, we present CoBT, a collaborative programming by demonstration framework for generating reactive and modular behavior trees. CoBT relies on a single demonstration and a combination of data-driven machine learning methods with logic-based declarative learning to learn a task, thus eliminating the need for programming expertise or long development times. The proposed framework is experimentally validated on 7 manipulation tasks and we show that CoBT achieves approx. 93% success rate overall with an average of 7.5s programming time. We conduct a pilot study with non-expert users to provide feedback regarding the usability of CoBT.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google