Safety Evaluation of Human Arm Operations Using IMU Sensors with a Spring-Damper-Mass Predictive Model

投稿日: 2025年2月14日 作成者: jarxiv

要約

このホワイトペーパーでは、予測安全モデル（PSM）と統合された手首に取り付けられた慣性測定ユニット（IMU）システムを介して、人間とロボットの共同製造環境におけるリアルタイムの安全性監視に対する新しいアプローチを紹介します。
提案されたシステムは、インピーダンスベースの計算を通じて確率的安全評価を採用して、手首の動きに特化したスプリングダンパーマスモデルの適応を通じて以前のPSM実装を拡張します。
包括的な比較分析を通じて定量的な安全性のしきい値を確立するために、周波数ドメイン法で提案されたインピーダンスベースの安全アプローチを分析します。
3つの製造タスクにわたる実験的検証 – ツール操作、目視検査、およびピックアンドプレイス操作。
結果は、最適化されたパラメーター選択を通じて計算効率を維持しながら、多様な製造シナリオ全体で堅牢なパフォーマンスを示しています。
この作業は、人間とロボットの共同製造環境のリアルタイムでの適応リスク評価における将来の開発の基盤を確立しています。

要約(オリジナル)

This paper presents a novel approach to real-time safety monitoring in human-robot collaborative manufacturing environments through a wrist-mounted Inertial Measurement Unit (IMU) system integrated with a Predictive Safety Model (PSM). The proposed system extends previous PSM implementations through the adaptation of a spring-damper-mass model specifically optimized for wrist motions, employing probabilistic safety assessment through impedance-based computations. We analyze our proposed impedance-based safety approach with frequency domain methods, establishing quantitative safety thresholds through comprehensive comparative analysis. Experimental validation across three manufacturing tasks – tool manipulation, visual inspection, and pick-and-place operations. Results show robust performance across diverse manufacturing scenarios while maintaining computational efficiency through optimized parameter selection. This work establishes a foundation for future developments in adaptive risk assessment in real-time for human-robot collaborative manufacturing environments.

arxiv情報

著者 Musab Zubair Inamdar,Seyed Amir Tafrishi
発行日 2025-02-13 11:57:07+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Safety Evaluation of Human Arm Operations Using IMU Sensors with a Spring-Damper-Mass Predictive Model はコメントを受け付けていません

Progressive-Resolution Policy Distillation: Leveraging Coarse-Resolution Simulations for Time-Efficient Fine-Resolution Policy Learning

投稿日: 2025年2月14日 作成者: jarxiv

要約

土工と建設では、掘削機はしばしばさまざまな土壌条件と混合した大きな岩に遭遇し、熟練したオペレーターを必要とします。
このホワイトペーパーでは、Rock Excavation Simulatorを介して強化学習（RL）を使用して自律的な掘削を達成するためのフレームワークを紹介します。
シミュレーションでは、分解能は、土壌空間全体の粒子サイズ/数によって定義できます。
微小解像度シミュレーションは実際の動作を密接に模倣していますが、重要な計算時間と挑戦的なサンプル収集を必要としますが、粗解像度シミュレーションはより速いサンプル収集を可能にしますが、実際の動作から逸脱します。
両方の解像度の利点を組み合わせるために、微細解像度シミュレーションでの事前トレーニングのために粗い解像度シミュレーションで開発されたポリシーを使用して検討します。
この目的のために、私たちは、進歩的解像度政策蒸留（PRPD）と呼ばれる新しい政策学習フレームワークを提案します。これは、ポリシーの障害につながる可能性のあるドメインのギャップを回避するために、いくつかの中央分解シミュレーションを介して保守的な政策転送を介して徐々にポリシーを転送します。
ロック掘削シミュレーターと9つの実世界の岩環境での検証は、PRPDがサンプリング時間を1/7未満に短縮し、タスクの成功率を微細解像度シミュレーションでポリシー学習を通じて達成したものに匹敵することを実証しました。

要約(オリジナル)

In earthwork and construction, excavators often encounter large rocks mixed with various soil conditions, requiring skilled operators. This paper presents a framework for achieving autonomous excavation using reinforcement learning (RL) through a rock excavation simulator. In the simulation, resolution can be defined by the particle size/number in the whole soil space. Fine-resolution simulations closely mimic real-world behavior but demand significant calculation time and challenging sample collection, while coarse-resolution simulations enable faster sample collection but deviate from real-world behavior. To combine the advantages of both resolutions, we explore using policies developed in coarse-resolution simulations for pre-training in fine-resolution simulations. To this end, we propose a novel policy learning framework called Progressive-Resolution Policy Distillation (PRPD), which progressively transfers policies through some middle-resolution simulations with conservative policy transfer to avoid domain gaps that could lead to policy transfer failure. Validation in a rock excavation simulator and nine real-world rock environments demonstrated that PRPD reduced sampling time to less than 1/7 while maintaining task success rates comparable to those achieved through policy learning in a fine-resolution simulation.

arxiv情報

著者 Yuki Kadokawa,Hirotaka Tahara,Takamitsu Matsubara
発行日 2025-02-13 12:06:33+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, cs.RO | Progressive-Resolution Policy Distillation: Leveraging Coarse-Resolution Simulations for Time-Efficient Fine-Resolution Policy Learning はコメントを受け付けていません

GEVRM: Goal-Expressive Video Generation Model For Robust Visual Manipulation

投稿日: 2025年2月14日 作成者: jarxiv

要約

具体化された人工知能の急速な発展に伴い、一般的なロボットの意思決定のための視覚言語行動（VLA）モデルが大幅に進歩しました。
ただし、既存のVLAの大部分は、展開中に遭遇する避けられない外部摂動を説明できません。
これらの摂動により、予期せぬ状態情報がVLAに導入され、その結果、不正確なアクションが発生し、その結果、一般化パフォーマンスが大幅に減少します。
古典的な内部モデルコントロール（IMC）原理は、外部入力信号を含む内部モデルを備えた閉ループシステムが参照入力を正確に追跡し、妨害を効果的に相殺できることを示しています。
IMCの原理を統合してロボットの視覚操作の堅牢性を高める新しい閉ループループVLAメソッドGevrmを提案します。
GEVRMのテキスト誘導ビデオ生成モデルは、非常に表現力のある将来の視覚計画の目標を生み出すことができます。
同時に、内部埋め込みと呼ばれる応答をシミュレートすることにより、摂動を評価し、プロトタイプの対照学習を通じて最適化されます。
これにより、モデルは摂動を外部環境と暗黙的に推測し、区別することができます。
提案されているGEVRMは、標準と摂動の両方のカルビンベンチマークの両方で最先端のパフォーマンスを達成し、現実的なロボットタスクの大幅な改善を示しています。

要約(オリジナル)

With the rapid development of embodied artificial intelligence, significant progress has been made in vision-language-action (VLA) models for general robot decision-making. However, the majority of existing VLAs fail to account for the inevitable external perturbations encountered during deployment. These perturbations introduce unforeseen state information to the VLA, resulting in inaccurate actions and consequently, a significant decline in generalization performance. The classic internal model control (IMC) principle demonstrates that a closed-loop system with an internal model that includes external input signals can accurately track the reference input and effectively offset the disturbance. We propose a novel closed-loop VLA method GEVRM that integrates the IMC principle to enhance the robustness of robot visual manipulation. The text-guided video generation model in GEVRM can generate highly expressive future visual planning goals. Simultaneously, we evaluate perturbations by simulating responses, which are called internal embeddings and optimized through prototype contrastive learning. This allows the model to implicitly infer and distinguish perturbations from the external environment. The proposed GEVRM achieves state-of-the-art performance on both standard and perturbed CALVIN benchmarks and shows significant improvements in realistic robot tasks.

arxiv情報

著者 Hongyin Zhang,Pengxiang Ding,Shangke Lyu,Ying Peng,Donglin Wang
発行日 2025-02-13 12:29:50+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, cs.RO | GEVRM: Goal-Expressive Video Generation Model For Robust Visual Manipulation はコメントを受け付けていません

Moving Matter: Efficient Reconfiguration of Tile Arrangements by a Single Active Robot

投稿日: 2025年2月14日 作成者: jarxiv

要約

パッシブビルディングブロックの2次元接続グリッド配置を開始構成から目標構成まで再構成する問題を検討します。
残りの構成を歩くことによる新しい位置。
目的は、タイルの構成が接続されたままであることを保証しながら、全体的なMASMSPANを最小限に抑える再構成スケジュールを決定することです。
否定的な結果と肯定的な結果の両方を提供します。
（1）タイルの有無にかかわらず移動するための加重コストによってパラメーター化された問題の一般化バージョンを提示し、これがNP完全であることを示します。
（2）分離開始ボックスとターゲット境界ボックスの場合の多項式時間定数係数近似アルゴリズムを指定します。
さらに、このアプローチは、2スケールのインスタンスで最適なキャリー距離をもたらします。

要約(オリジナル)

We consider the problem of reconfiguring a two-dimensional connected grid arrangement of passive building blocks from a start configuration to a goal configuration, using a single active robot that can move on the tiles, remove individual tiles from a given location and physically move them to a new position by walking on the remaining configuration. The objective is to determine a reconfiguration schedule that minimizes the overall makespan, while ensuring that the tile configuration remains connected. We provide both negative and positive results. (1) We present a generalized version of the problem, parameterized by weighted costs for moving with or without tiles, and show that this is NP-complete. (2) We give a polynomial-time constant-factor approximation algorithm for the case of disjoint start and target bounding boxes. In addition, our approach yields optimal carry distance for 2-scaled instances.

arxiv情報

著者 Aaron T. Becker,Sándor P. Fekete,Jonas Friemel,Ramin Kosfeld,Peter Kramer,Harm Kube,Christian Rieck,Christian Scheffer,Arne Schmidt
発行日 2025-02-13 13:13:44+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CG, cs.DS, cs.RO, F.2.2 | Moving Matter: Efficient Reconfiguration of Tile Arrangements by a Single Active Robot はコメントを受け付けていません

A Deep Inverse-Mapping Model for a Flapping Robotic Wing

投稿日: 2025年2月14日 作成者: jarxiv

要約

システム制御では、システムのダイナミクスは、その入力を変調して望ましい結果を達成することによって支配されます。
たとえば、Quad-Copter Propellerの推力を制御するために、コントローラーは回転速度を変調し、入力回転速度と結果として生じるスラストの間の簡単なマッピングに依存します。
このマッピングは、目的の推力を生成するために必要な回転速度を決定するために反転させることができます。
ただし、複雑な流体運動が関与する羽ばたき翼ロボットなどの複雑なシステムでは、結果（翼の運動学）を結果（空力力学的力）にマッピングすることは非些細であり、リアルタイムコントロールのためのこのマッピングは計算的に非実施的です。
ここでは、開発した実験システムのデータに基づいて、フラッピングウィングシステムの逆マッピングのための機械学習ソリューションを報告します。
私たちのモデルは、目的の空力力の結果を生成するために必要な入力翼の動きを学習します。
タイムシリーズデータに合わせたシーケンスからシーケンスモデルを使用し、周波数領域で表現学習を実装する新しい適応型スペクトル層で拡張しました。
モデルをトレーニングするために、高速カメラを使用して翼の空力とその3Dモーションを同時に測定する羽ばたき翼システムを開発しました。
別のフローレジームで羽ばたき翼の追加のオープンソースデータセットでシステムのパフォーマンスを示します。
結果は、より複雑な最先端の変圧器ベースのモデルと比較して優れた性能を示し、テストデータセットの中央値損失を11％改善します。
さらに、私たちのモデルは優れた推論時間を示しており、オンボードロボット制御に実用的です。
当社のオープンソースデータとフレームワークは、生体模倣ロボットから生物医学デバイスまで、複雑なダイナミクスによって支配されたシステムのモデリングとリアルタイムの制御を改善する可能性があります。

要約(オリジナル)

In systems control, the dynamics of a system are governed by modulating its inputs to achieve a desired outcome. For example, to control the thrust of a quad-copter propeller the controller modulates its rotation rate, relying on a straightforward mapping between the input rotation rate and the resulting thrust. This mapping can be inverted to determine the rotation rate needed to generate a desired thrust. However, in complex systems, such as flapping-wing robots where intricate fluid motions are involved, mapping inputs (wing kinematics) to outcomes (aerodynamic forces) is nontrivial and inverting this mapping for real-time control is computationally impractical. Here, we report a machine-learning solution for the inverse mapping of a flapping-wing system based on data from an experimental system we have developed. Our model learns the input wing motion required to generate a desired aerodynamic force outcome. We used a sequence-to-sequence model tailored for time-series data and augmented it with a novel adaptive-spectrum layer that implements representation learning in the frequency domain. To train our model, we developed a flapping wing system that simultaneously measures the wing’s aerodynamic force and its 3D motion using high-speed cameras. We demonstrate the performance of our system on an additional open-source dataset of a flapping wing in a different flow regime. Results show superior performance compared with more complex state-of-the-art transformer-based models, with 11% improvement on the test datasets median loss. Moreover, our model shows superior inference time, making it practical for onboard robotic control. Our open-source data and framework may improve modeling and real-time control of systems governed by complex dynamics, from biomimetic robots to biomedical devices.

arxiv情報

著者 Hadar Sharvit,Raz Karl,Tsevi Beatus
発行日 2025-02-13 14:46:04+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.RO | A Deep Inverse-Mapping Model for a Flapping Robotic Wing はコメントを受け付けていません

TRIFFID: Autonomous Robotic Aid For Increasing First Responders Efficiency

投稿日: 2025年2月14日 作成者: jarxiv

要約

自然災害事件の複雑さの増加は、彼らの努力において最初の対応者をサポートするための革新的な技術的ソリューションを要求します。
このペーパーでは、無人の地面と航空車を高度な人工知能機能と統合して、山火事、都市の洪水、地球捜索後の救助ミッション全体の災害対応能力を強化する包括的な技術的枠組みであるTriffidシステムを紹介します。
Triffidは、最先端の自律ナビゲーション、セマンティック認識、およびヒューマンロボット相互作用技術を活用することにより、ハイブリッドロボットプラットフォーム、集中型地上ステーション、カスタムコミュニケーションインフラストラクチャ、スマートフォンの洗練されたシステムを提供します。
応用。
定義された研究開発活動は、深いニューラルネットワーク、知識グラフ、およびマルチモーダル情報融合により、ロボットが災害環境を自律的にナビゲートおよび分析し、人員のリスクを減らし、応答時間を加速させることができる方法を示しています。
提案されたシステムは、高度なミッション計画、安全監視、および適応タスク実行機能を提供することにより、緊急対応チームを強化します。
さらに、複雑で危険な状況でのリールタイムの状況認識と運用サポートを保証し、迅速かつ正確な情報収集と調整されたアクションを促進します。

要約(オリジナル)

The increasing complexity of natural disaster incidents demands innovative technological solutions to support first responders in their efforts. This paper introduces the TRIFFID system, a comprehensive technical framework that integrates unmanned ground and aerial vehicles with advanced artificial intelligence functionalities to enhance disaster response capabilities across wildfires, urban floods, and post-earthquake search and rescue missions. By leveraging state-of-the-art autonomous navigation, semantic perception, and human-robot interaction technologies, TRIFFID provides a sophisticated system com- posed of the following key components: hybrid robotic platform, centralized ground station, custom communication infrastructure, and smartphone application. The defined research and development activities demonstrate how deep neural networks, knowledge graphs, and multimodal information fusion can enable robots to autonomously navigate and analyze disaster environ- ments, reducing personnel risks and accelerating response times. The proposed system enhances emergency response teams by providing advanced mission planning, safety monitoring, and adaptive task execution capabilities. Moreover, it ensures real- time situational awareness and operational support in complex and risky situations, facilitating rapid and precise information collection and coordinated actions.

arxiv情報

著者 Jorgen Cani,Panagiotis Koletsis,Konstantinos Foteinos,Ioannis Kefaloukos,Lampros Argyriou,Manolis Falelakis,Iván Del Pino,Angel Santamaria-Navarro,Martin Čech,Ondřej Severa,Alessandro Umbrico,Francesca Fracasso,AndreA Orlandini,Dimitrios Drakoulis,Evangelos Markakis,Georgios Th. Papadopoulos
発行日 2025-02-13 14:46:40+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.RO | TRIFFID: Autonomous Robotic Aid For Increasing First Responders Efficiency はコメントを受け付けていません

ET-Plan-Bench: Embodied Task-level Planning Benchmark Towards Spatial-Temporal Cognition with Foundation Models

投稿日: 2025年2月14日 作成者: jarxiv

要約

大規模な言語モデル（LLMS）の最近の進歩は、特に高レベルのタスク計画とタスク分解に焦点を当てた具体化されたタスクにこれらのテクノロジーを適用するための多くの試みに拍車をかけました。
この領域をさらに探索するために、LLMSを使用した具体的に具体的に標的にしたタスク計画を具体的にターゲットにする新しい具体化されたタスク計画ベンチマークET-Plan-Benchを紹介します。
さまざまなレベルの困難と複雑さで異なる制御可能で多様な具体化されたタスクのセットを備えており、具体化されたタスク理解におけるLLMSのアプリケーションの2つの重要な側面を評価するように設計されています：空間（ターゲットオブジェクトの関係の制約、閉塞）および時間的および因果関係
環境での一連のアクションの理解。
マルチソースシミュレーターをバックエンドシミュレーターとして使用することにより、LLMSに即時の環境フィードバックを提供できます。これにより、LLMは環境と動的に対話し、必要に応じて再計画できます。
提案されたベンチマークで、GPT-4、Llama、Mistralを含む最先端のオープンソースと閉鎖源の基礎モデルを評価しました。
単純なナビゲーションタスクでは適切に機能しますが、空間的、時間的、因果関係をより深く理解する必要があるタスクに直面すると、パフォーマンスが大幅に悪化する可能性があります。
したがって、私たちのベンチマークは、最新の基礎モデルに大きな課題を提示する大規模で、定量化可能、高度に自動化され、微調整された診断フレームワークとして区別されます。
ファンデーションモデルを使用して、具体化されたタスク計画のさらなる研究を引き起こし、推進できることを願っています。

要約(オリジナル)

Recent advancements in Large Language Models (LLMs) have spurred numerous attempts to apply these technologies to embodied tasks, particularly focusing on high-level task planning and task decomposition. To further explore this area, we introduce a new embodied task planning benchmark, ET-Plan-Bench, which specifically targets embodied task planning using LLMs. It features a controllable and diverse set of embodied tasks varying in different levels of difficulties and complexities, and is designed to evaluate two critical dimensions of LLMs’ application in embodied task understanding: spatial (relation constraint, occlusion for target objects) and temporal & causal understanding of the sequence of actions in the environment. By using multi-source simulators as the backend simulator, it can provide immediate environment feedback to LLMs, which enables LLMs to interact dynamically with the environment and re-plan as necessary. We evaluated the state-of-the-art open source and closed source foundation models, including GPT-4, LLAMA and Mistral on our proposed benchmark. While they perform adequately well on simple navigation tasks, their performance can significantly deteriorate when faced with tasks that require a deeper understanding of spatial, temporal, and causal relationships. Thus, our benchmark distinguishes itself as a large-scale, quantifiable, highly automated, and fine-grained diagnostic framework that presents a significant challenge to the latest foundation models. We hope it can spark and drive further research in embodied task planning using foundation models.

arxiv情報

著者 Lingfeng Zhang,Yuening Wang,Hongjian Gu,Atia Hamidizadeh,Zhanguang Zhang,Yuecheng Liu,Yutong Wang,David Gamaliel Arcos Bravo,Junyi Dong,Shunbo Zhou,Tongtong Cao,Xingyue Quan,Yuzheng Zhuang,Yingxue Zhang,Jianye Hao
発行日 2025-02-13 14:54:31+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.RO | ET-Plan-Bench: Embodied Task-level Planning Benchmark Towards Spatial-Temporal Cognition with Foundation Models はコメントを受け付けていません

Generalizable Reinforcement Learning with Biologically Inspired Hyperdimensional Occupancy Grid Maps for Exploration and Goal-Directed Path Planning

投稿日: 2025年2月14日 作成者: jarxiv

要約

リアルタイムの自律システムでは、マルチレイヤー計算フレームワークを利用して、知覚、目標発見、パス計画などの重要なタスクを実行します。
従来の方法は、占有グリッドマッピング（OGM）を使用して知覚を実装し、環境を確率的情報で離散化したセルに分割します。
この古典的なアプローチは十分に確立されており、目標発見やパス計画アルゴリズムなどの下流プロセスの構造化された入力を提供します。
最近のアプローチは、一般的に高次元コンピューティングとして知られているベクターシンボリックアーキテクチャ（VSA）として知られる生物学的に触発された数学フレームワークを活用して、高次元空間で確率的OGMを実行します。
このアプローチであるVSA-OGMは、Spiking Neural Networksとのネイティブ互換性を提供し、VSA-OGMを従来のOGMに代わる潜在的な神経形態の代替品として配置します。
ただし、大規模な統合では、確立されたOGMメソッドと比較して、下流タスクに対するVSA-GMのパフォーマンスへの影響を評価することが不可欠です。
この研究では、従来のOGMアプローチに対するVSA-OGMの有効性、ベイジアンヒルベルトマップ（BHM）、強化学習ベースの目標発見とパス計画フレームワーク、制御された探査環境とF1 20チャレンジに触発された自律運転シナリオを越えて、
。
我々の結果は、VSA-OGMが、目に見えない環境でのパフォーマンスを約47％改善しながら、単一およびマルチセナリオのトレーニング構成全体で同等の学習パフォーマンスを維持していることを示しています。
これらの調査結果は、BHMを介してVSA-GMでトレーニングされたポリシーネットワークの一般化の増加を強調し、多様な環境での実際の展開の可能性を強化しています。

要約(オリジナル)

Real-time autonomous systems utilize multi-layer computational frameworks to perform critical tasks such as perception, goal finding, and path planning. Traditional methods implement perception using occupancy grid mapping (OGM), segmenting the environment into discretized cells with probabilistic information. This classical approach is well-established and provides a structured input for downstream processes like goal finding and path planning algorithms. Recent approaches leverage a biologically inspired mathematical framework known as vector symbolic architectures (VSA), commonly known as hyperdimensional computing, to perform probabilistic OGM in hyperdimensional space. This approach, VSA-OGM, provides native compatibility with spiking neural networks, positioning VSA-OGM as a potential neuromorphic alternative to conventional OGM. However, for large-scale integration, it is essential to assess the performance implications of VSA-OGM on downstream tasks compared to established OGM methods. This study examines the efficacy of VSA-OGM against a traditional OGM approach, Bayesian Hilbert Maps (BHM), within reinforcement learning based goal finding and path planning frameworks, across a controlled exploration environment and an autonomous driving scenario inspired by the F1-Tenth challenge. Our results demonstrate that VSA-OGM maintains comparable learning performance across single and multi-scenario training configurations while improving performance on unseen environments by approximately 47%. These findings highlight the increased generalizability of policy networks trained with VSA-OGM over BHM, reinforcing its potential for real-world deployment in diverse environments.

arxiv情報

著者 Shay Snyder,Ryan Shea,Andrew Capodieci,David Gorsich,Maryam Parsa
発行日 2025-02-13 15:10:45+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.NE, cs.RO | Generalizable Reinforcement Learning with Biologically Inspired Hyperdimensional Occupancy Grid Maps for Exploration and Goal-Directed Path Planning はコメントを受け付けていません

Robot Pouring: Identifying Causes of Spillage and Selecting Alternative Action Parameters Using Probabilistic Actual Causation

投稿日: 2025年2月14日 作成者: jarxiv

要約

日常生活では、多種多様なオブジェクトと目標を含むタスク（たとえば、料理や掃除）を実行します。
予期しないまたは望ましくない結果に直面したとき、私たちは是正措置を講じ、望ましい結果を達成するまで再試行します。
観察された結果の原因を特定し、適切な是正措置を選択するために実行された理由は、タスク実行を成功させるための人間の推論の重要な側面です。
この推論の中心は、観察された結果を生成する要因が原因であるという仮定です。
この論文では、確率的な実際の因果関係の使用を調査して、因子が観察された望ましくない結果の原因であるかどうかを判断します。
さらに、実際の因果関係の確率を使用して、結果を変えるための代替アクションを見つける方法を示します。
確率的な実際の因果分析をロボット注入タスクに適用します。
流出が発生すると、分析では、タスクパラメーターが原因であるかどうか、および流出を避けるために変更する方法を示します。
分析には、タスクの因果グラフと対応する条件付き確率分布が必要です。
これらの要件を満たすために、完全な因果モデリング手順（すなわち、タスク分析、変数の定義、因果グラフ構造の決定、条件付き確率分布の推定）を実行します。
タスクパラメーターの大きな組み合わせ空間。
結果に基づいて、変数の表現の意味と、実際の因果分析によって示唆された代替アクションが、人間の観察者によって提案された代替ソリューションと比較される方法について説明します。
代替アクションパラメーターを選択するための確率的実際の因果関係の分析の実際的な使用が実証されています。

要約(オリジナル)

In everyday life, we perform tasks (e.g., cooking or cleaning) that involve a large variety of objects and goals. When confronted with an unexpected or unwanted outcome, we take corrective actions and try again until achieving the desired result. The reasoning performed to identify a cause of the observed outcome and to select an appropriate corrective action is a crucial aspect of human reasoning for successful task execution. Central to this reasoning is the assumption that a factor is responsible for producing the observed outcome. In this paper, we investigate the use of probabilistic actual causation to determine whether a factor is the cause of an observed undesired outcome. Furthermore, we show how the actual causation probabilities can be used to find alternative actions to change the outcome. We apply the probabilistic actual causation analysis to a robot pouring task. When spillage occurs, the analysis indicates whether a task parameter is the cause and how it should be changed to avoid spillage. The analysis requires a causal graph of the task and the corresponding conditional probability distributions. To fulfill these requirements, we perform a complete causal modeling procedure (i.e., task analysis, definition of variables, determination of the causal graph structure, and estimation of conditional probability distributions) using data from a realistic simulation of the robot pouring task, covering a large combinatorial space of task parameters. Based on the results, we discuss the implications of the variables’ representation and how the alternative actions suggested by the actual causation analysis would compare to the alternative solutions proposed by a human observer. The practical use of the analysis of probabilistic actual causation to select alternative action parameters is demonstrated.

arxiv情報

著者 Jaime Maldonado,Jonas Krumme,Christoph Zetzsche,Vanessa Didelez,Kerstin Schill
発行日 2025-02-13 15:16:52+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, cs.RO | Robot Pouring: Identifying Causes of Spillage and Selecting Alternative Action Parameters Using Probabilistic Actual Causation はコメントを受け付けていません

Scenario-based assessment of automated driving systems: How (not) to parameterize scenarios?

投稿日: 2025年2月14日 作成者: jarxiv

要約

自動駆動システム（ADSS）の開発は大幅に進歩しています。
大規模な展開を可能にするために、国連規制157（UN R157）は、自動レーン維持システム（ALKSS）の承認に関する承認に関するものです。
「熟練した丁寧な人間のドライバーのシミュレートされたパフォーマンス」を使用して、合理的に予防可能な衝突とは不可能な衝突と区別する方法。
ドライバーモデルが異なると、3つのタイプのシナリオでALKSSにベンチマークが設定されています。
UN R157で提案された方法で考慮された3種類のシナリオは、それ以上の考慮なしに特定のパラメーター化を想定しています。
この作業では、これらのシナリオのパラメーター化を調査し、パラメーター化の選択がシミュレーションの結果に大きく影響することを示しています。
実際のシナリオとパラメーター化されたシナリオを比較することにより、パラメーター化の影響はシナリオタイプ、ドライバーモデル、および評価基準に依存することを示します。
代替パラメーター化が提案されており、リコール、精度、およびF1スコアに関して、ノンパラメーター化されたシナリオに近い結果につながります。
この研究は、慎重なシナリオパラメーター化の重要性を強調し、現在のUN R157アプローチの改善を示唆しています。

要約(オリジナル)

The development of Automated Driving Systems (ADSs) has advanced significantly. To enable their large-scale deployment, the United Nations Regulation 157 (UN R157) concerning the approval of Automated Lane Keeping Systems (ALKSs) has been approved in 2021. UN R157 requires an activated ALKS to avoid any collisions that are reasonably preventable and proposes a method to distinguish reasonably preventable collisions from unpreventable ones using ‘the simulated performance of a skilled and attentive human driver’. With different driver models, benchmarks are set for ALKSs in three types of scenarios. The three types of scenarios considered in the proposed method in UN R157 assume a certain parameterization without any further consideration. This work investigates the parameterization of these scenarios, showing that the choice of parameterization significantly affects the simulation outcomes. By comparing real-world and parameterized scenarios, we show that the influence of parameterization depends on the scenario type, driver model, and evaluation criterion. Alternative parameterizations are proposed, leading to results that are closer to the non-parameterized scenarios in terms of recall, precision, and F1 score. The study highlights the importance of careful scenario parameterization and suggests improvements to the current UN R157 approach.

arxiv情報

著者 Erwin de Gelder,Olaf Op den Camp
発行日 2025-02-13 15:25:34+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Scenario-based assessment of automated driving systems: How (not) to parameterize scenarios? はコメントを受け付けていません