We Choose to Go to Space: Agent-driven Human and Multi-Robot Collaboration in Microgravity

要約

微小重力条件下で人間とマルチロボットのコラボレーション (HMRC) 戦略を学習するシステムである SpaceAgents-1 を紹介します。
将来の宇宙探査には、人間とロボットの協力が必要です。
しかし、微小重力環境下で熟練したロボットスキルと巧みなコラボレーションを獲得することは、地上研究所内で大きな課題となります。
この問題に対処するために、微小重力シミュレーション環境を開発し、客室内ロボットの 3 つの典型的な構成を示します。
私たちは、階層的な異種マルチエージェント コラボレーション アーキテクチャを提案します。基礎モデルに基づいて、意思決定エージェントが人間とロボットのコラボレーションのためのタスク プランナーとして機能し、個々のスキルエキスパート エージェントがロボットの具体的な制御を管理します。
このメカニズムにより、SpaceAgents-1 システムは広範囲にわたる複雑な長期にわたる HMRC タスクを実行できるようになります。

要約(オリジナル)

We present SpaceAgents-1, a system for learning human and multi-robot collaboration (HMRC) strategies under microgravity conditions. Future space exploration requires humans to work together with robots. However, acquiring proficient robot skills and adept collaboration under microgravity conditions poses significant challenges within ground laboratories. To address this issue, we develop a microgravity simulation environment and present three typical configurations of intra-cabin robots. We propose a hierarchical heterogeneous multi-agent collaboration architecture: guided by foundation models, a Decision-Making Agent serves as a task planner for human-robot collaboration, while individual Skill-Expert Agents manage the embodied control of robots. This mechanism empowers the SpaceAgents-1 system to execute a range of intricate long-horizon HMRC tasks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google