Research on visual simultaneous localization and mapping technology based on near infrared light

投稿日: 2025年3月5日 作成者: jarxiv

要約

視覚的な同時ローカリゼーションとマッピング（VSLAM）が環境光干渉と光度の矛盾の影響を受けやすい問題を考慮して、視覚的な同時ローカリゼーションとマッピングテクノロジーがほぼ赤外れの知覚（NIR-VSLAM）が提案されています。
周囲の光干渉を避けるために、近赤外光は光源として革新的に選択されます。
このホワイトペーパーでは、誤差エネルギー関数、ハロー因子、露出時間、および光源放射源補正法の光度パラメーター推定が提案されており、直接スパース臭トメトリー（DSO）の位置決め精度が大幅に向上します。
4つの大規模なシーンで提案された方法の実現可能性が検証されており、自動駆動およびモバイルロボットでの視覚的な位置付けの参照を提供します。

要約(オリジナル)

In view of the problems that visual simultaneous localization and mapping (VSLAM) are susceptible to environmental light interference and luminosity inconsistency, the visual simultaneous localization and mapping technology based on near infrared perception (NIR-VSLAM) is proposed. In order to avoid ambient light interference, the near infrared light is innovatively selected as the light source. The luminosity parameter estimation of error energy function, halo factor and exposure time and the light source irradiance correction method are proposed in this paper, which greatly improves the positioning accuracy of Direct Sparse Odometry (DSO). The feasibility of the proposed method in four large scenes is verified, which provides the reference for visual positioning in automatic driving and mobile robot.

arxiv情報

著者 Rui Ma,Mengfang Liu,Boliang Li,Xinghui Li
発行日 2025-03-04 13:07:54+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 | Research on visual simultaneous localization and mapping technology based on near infrared light はコメントを受け付けていません

Learning Dexterous In-Hand Manipulation with Multifingered Hands via Visuomotor Diffusion

投稿日: 2025年3月5日 作成者: jarxiv

要約

視覚運動拡散ポリシーを使用して、マルチフィンガーの手で器用な操作を学習するためのフレームワークを提示します。
私たちのシステムは、4本指のアレグロハンドの高速で応答性の高いテレオ操作セットアップを活用することにより、片手でボトルの蓋を外すなど、複雑な手の操作タスクを可能にします。
手の動きを追跡し、正確な制御のために逆運動とモーションリターゲティングを適用する拡張現実（AR）インターフェイスを使用して、高品質の専門家デモを収集します。
ARヘッドセットはリアルタイムの視覚化を提供し、ジェスチャーコントロールはテレオ操作を合理化します。
ポリシー学習を強化するために、HDBSCANクラスタリングと階層（GLOSH）アルゴリズムからのグローバルローカルアウトエルスコアに基づいた新しいデモンストレーション外れ値除去アプローチを紹介し、パフォーマンスを低下させる可能性のある低品質のデモンストレーションを効果的に除外します。
現実世界の設定で広範囲にアプローチを評価し、プロジェクトWebサイトですべての実験ビデオを提供します：https：//dex-manip.github.io/

要約(オリジナル)

We present a framework for learning dexterous in-hand manipulation with multifingered hands using visuomotor diffusion policies. Our system enables complex in-hand manipulation tasks, such as unscrewing a bottle lid with one hand, by leveraging a fast and responsive teleoperation setup for the four-fingered Allegro Hand. We collect high-quality expert demonstrations using an augmented reality (AR) interface that tracks hand movements and applies inverse kinematics and motion retargeting for precise control. The AR headset provides real-time visualization, while gesture controls streamline teleoperation. To enhance policy learning, we introduce a novel demonstration outlier removal approach based on HDBSCAN clustering and the Global-Local Outlier Score from Hierarchies (GLOSH) algorithm, effectively filtering out low-quality demonstrations that could degrade performance. We evaluate our approach extensively in real-world settings and provide all experimental videos on the project website: https://dex-manip.github.io/

arxiv情報

著者 Piotr Koczy,Michael C. Welle,Danica Kragic
発行日 2025-03-04 13:10:48+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 | Learning Dexterous In-Hand Manipulation with Multifingered Hands via Visuomotor Diffusion はコメントを受け付けていません

Human-aligned Safe Reinforcement Learning for Highway On-Ramp Merging in Dense Traffic

投稿日: 2025年3月5日 作成者: jarxiv

要約

自律運転の意思決定のためのほとんどの強化学習（RL）は、安全性と他の目標のトレードオフのバランスをとるのを難しくしているため、安全性をコストの代わりに報酬として考慮します。
人間のリスクの好みもめったに組み込まれておらず、訓練されたポリシーはユーザーにとって保守的または攻撃的である可能性があります。
この目的のために、この研究では、自律的な合併のための人間に並べられた安全なRLアプローチを提案します。この研究では、高レベルの決定問題がユーザーのリスク選好を安全制約に組み込み、その後モデル予測制御（MPC）ベースの低レベル制御を組み込んだ制約付きマルコフ決定プロセス（CMDP）として定式化されます。
RLポリシーの安全レベルは、ファジー制御方法を使用したリスクの好みとトラフィック密度に基づいて、CMDPの制約のコスト制限を計算することにより調整できます。
安全でないまたは無効なアクションをフィルタリングするために、MPCメソッドを使用してRLアクションを事前に実行し、周囲のエージェントと衝突チェックを実行するアクションシールドメカニズムを設計します。
また、RLの安全性とサンプル効率を高める上でのシールドメカニズムの有効性を検証するための理論的証拠を提供します。
交通密度の複数のレベルでのシミュレーション実験では、私たちの方法が交通効率を犠牲にすることなく安全違反を大幅に減らすことができることが示されています。
さらに、CMDPにおけるリスク優先順位のある制約とアクションシールドの使用により、最終ポリシーの安全レベルを調整するだけでなく、トレーニング段階での安全違反を減らすこともできます。

要約(オリジナル)

Most reinforcement learning (RL) approaches for the decision-making of autonomous driving consider safety as a reward instead of a cost, which makes it hard to balance the tradeoff between safety and other objectives. Human risk preference has also rarely been incorporated, and the trained policy might be either conservative or aggressive for users. To this end, this study proposes a human-aligned safe RL approach for autonomous merging, in which the high-level decision problem is formulated as a constrained Markov decision process (CMDP) that incorporates users’ risk preference into the safety constraints, followed by a model predictive control (MPC)-based low-level control. The safety level of RL policy can be adjusted by computing cost limits of CMDP’s constraints based on risk preferences and traffic density using a fuzzy control method. To filter out unsafe or invalid actions, we design an action shielding mechanism that pre-executes RL actions using an MPC method and performs collision checks with surrounding agents. We also provide theoretical proof to validate the effectiveness of the shielding mechanism in enhancing RL’s safety and sample efficiency. Simulation experiments in multiple levels of traffic densities show that our method can significantly reduce safety violations without sacrificing traffic efficiency. Furthermore, due to the use of risk preference-aware constraints in CMDP and action shielding, we can not only adjust the safety level of the final policy but also reduce safety violations during the training stage, proving a promising solution for online learning in real-world environments.

arxiv情報

著者 Yang Li,Shijie Yuan,Yuan Chang,Xiaolong Chen,Qisong Yang,Zhiyuan Yang,Hongmao Qin
発行日 2025-03-04 13:49:12+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 | Human-aligned Safe Reinforcement Learning for Highway On-Ramp Merging in Dense Traffic はコメントを受け付けていません

Velocity-free task-space regulator for robot manipulators with external disturbances

投稿日: 2025年3月5日 作成者: jarxiv

要約

このペーパーでは、外部外障害を服用するロボットマニピュレーターのタスクスペースの堅牢な調節の問題に対処します。
内部モデルの原則と受動性ベースの出力フィードバック制御アプローチを組み合わせることにより、速度のない制御法が提案されます。
開発された出力フィードバックコントローラーは、レギュレーションエラーの漸近収束だけでなく、望ましくない外部ステップ/正弦波乱れの抑制も保証します。
提案された方法の可能性は、マルチジョイントロボットマニピュレーター制御システムの合成のための、そのシンプルさ、直感的に魅力的な、および単純なゲイン選択基準にあります。

要約(オリジナル)

This paper addresses the problem of task-space robust regulation of robot manipulators subject to external disturbances. A velocity-free control law is proposed by combining the internal model principle and the passivity-based output-feedback control approach. The developed output-feedback controller ensures not only asymptotic convergence of the regulation error but also suppression of unwanted external step/sinusoidal disturbances. The potential of the proposed method lies in its simplicity, intuitively appealing, and simple gain selection criteria for synthesis of multi-joint robot manipulator control systems.

arxiv情報

著者 Haiwen Wu,Bayu Jayawardhana,Dabo Xu
発行日 2025-03-04 13:59:51+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, cs.SY, eess.SY | Velocity-free task-space regulator for robot manipulators with external disturbances はコメントを受け付けていません

Learning-Based Passive Fault-Tolerant Control of a Quadrotor with Rotor Failure

投稿日: 2025年3月5日 作成者: jarxiv

要約

このペーパーでは、ローター障害情報やコントローラーの切り替えを必要とせずに、障害のないローター障害から完全なローター障害までの範囲の条件を含む、arbitrary意的な単一ローター障害を処理できる四肢装置の学習ベースのパッシブ障害耐性制御（PFTC）方法を提案します。
ローター断層を乱れとして扱い、複数の障害シナリオの単一のコントローラーに依存する既存の方法とは異なり、このアプローチでは、新しいセレクターコントローラーネットワーク構造を導入します。
このアーキテクチャは、障害検出モジュールとコントローラーを統合されたポリシーネットワークに統合し、PFTCの複数の障害シナリオとアクティブ障害耐性制御（AFTC）の優れた制御パフォーマンスに効果的に組み合わせます。
パフォーマンスを最適化するために、ポリシーネットワークは、補強学習（RL）、動作クローニング（BC）、および障害情報を使用して監視された学習を相乗するハイブリッドフレームワークを使用してトレーニングされます。
広範なシミュレーションと現実世界の実験は、提案された方法を検証し、最先端のPFTCおよびAFTCアプローチと比較して、障害応答速度と位置追跡性能の大幅な改善を示します。

要約(オリジナル)

This paper proposes a learning-based passive fault-tolerant control (PFTC) method for quadrotor capable of handling arbitrary single-rotor failures, including conditions ranging from fault-free to complete rotor failure, without requiring any rotor fault information or controller switching. Unlike existing methods that treat rotor faults as disturbances and rely on a single controller for multiple fault scenarios, our approach introduces a novel Selector-Controller network structure. This architecture integrates fault detection module and the controller into a unified policy network, effectively combining the adaptability to multiple fault scenarios of PFTC with the superior control performance of active fault-tolerant control (AFTC). To optimize performance, the policy network is trained using a hybrid framework that synergizes reinforcement learning (RL), behavior cloning (BC), and supervised learning with fault information. Extensive simulations and real-world experiments validate the proposed method, demonstrating significant improvements in fault response speed and position tracking performance compared to state-of-the-art PFTC and AFTC approaches.

arxiv情報

著者 Jiehao Chen,Kaidong Zhao,Zihan Liu,YanJie Li,Yunjiang Lou
発行日 2025-03-04 14:13:14+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, cs.SY, eess.SY | Learning-Based Passive Fault-Tolerant Control of a Quadrotor with Rotor Failure はコメントを受け付けていません

Discovering Antagonists in Networks of Systems: Robot Deployment

投稿日: 2025年3月5日 作成者: jarxiv

要約

文脈上の異常検出方法が提案され、カバレッジタスクを実行するロボット群れの物理的動きに適用されます。
群れの通常の動作のシミュレーションを使用して、環境の現在のコンテキスト内でロボットの動きの可能性を予測するように正規化されたフローが訓練されています。
適用中、観測された動きの予測可能性は、ロボットエージェントを通常または拮抗的であると分類する検出基準によって使用されます。
提案された方法は、拮抗行動の5つの異なる戦略で評価されます。
重要なことに、通常のロボット動作の容易に入手可能なシミュレーションデータのみがトレーニングに使用され、異常の性質を事前に知らないことです。
最良の検出基準は、通常のロボットエージェントでは5％未満の誤検知速度を維持しながら、各拮抗型の少なくとも80％を正しく分類します。
さらに、この方法はハードウェア実験で検証されており、シミュレートされたシナリオと同様の結果が得られます。
最先端のアプローチと比較して、正規化フローの予測パフォーマンスと検出基準の堅牢性の両方が増加します。

要約(オリジナル)

A contextual anomaly detection method is proposed and applied to the physical motions of a robot swarm executing a coverage task. Using simulations of a swarm’s normal behavior, a normalizing flow is trained to predict the likelihood of a robot motion within the current context of its environment. During application, the predicted likelihood of the observed motions is used by a detection criterion that categorizes a robot agent as normal or antagonistic. The proposed method is evaluated on five different strategies of antagonistic behavior. Importantly, only readily available simulated data of normal robot behavior is used for training such that the nature of the anomalies need not be known beforehand. The best detection criterion correctly categorizes at least 80% of each antagonistic type while maintaining a false positive rate of less than 5% for normal robot agents. Additionally, the method is validated in hardware experiments, yielding results similar to the simulated scenarios. Compared to the state-of-the-art approach, both the predictive performance of the normalizing flow and the robustness of the detection criterion are increased.

arxiv情報

著者 Ingeborg Wenger,Peter Eberhard,Henrik Ebel
発行日 2025-03-04 14:15:40+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.LG, cs.MA, cs.RO, G.3 | Discovering Antagonists in Networks of Systems: Robot Deployment はコメントを受け付けていません

Robustness of LiDAR-Based Pose Estimation: Evaluating and Improving Odometry and Localization Under Common Point Cloud Corruptions

投稿日: 2025年3月5日 作成者: jarxiv

要約

正確で信頼できるポーズ推定、つまり、自律的なロボットと車両の正確な位置と方向を決定することは、ナビゲーションやマッピングなどのタスクにとって重要です。
Lidarは、ポーズ推定のために広く使用されているセンサーであり、臭気とローカリゼーションが2つの主要なタスクです。
Lidar Odometryは、連続したスキャン間の相対動きを推定しますが、Lidarのローカリゼーションは、リアルタイムスキャンを事前に録音したマップと並べて、グローバルなポーズを取得します。
それらは異なる目的とアプリケーションシナリオを持っていますが、どちらも根本的な手法としてポイントクラウド登録に依存しており、不利な条件（雨など）によって引き起こされるデータ腐敗の共有課題に直面しています。
最先端の（SOTA）ポーズ推定システムは、クリーンデータに対して高精度を達成しましたが、破損したデータに対する堅牢性は不明のままです。
この作業では、18の合成現実世界ポイントクラウド腐敗にわたって5つのSota Lidarポーズ推定システムを体系的に評価するフレームワークを提案します。
私たちの実験は、特定の腐敗の下で臭気測定システムが大幅に低下し、相対的な位置エラーは0.5％から80％以上増加し、ローカリゼーションシステムは非常に堅牢なままであることが明らかになりました。
さらに、除去技術がノイズ誘発性腐敗の悪影響を効果的に軽減できることを実証し、破損したデータを使用した学習ベースのシステムを再訓練することで、さまざまな腐敗タイプに対する堅牢性が大幅に向上することを実証します。

要約(オリジナル)

Accurate and reliable pose estimation, i.e., determining the precise position and orientation of autonomous robots and vehicles, is critical for tasks like navigation and mapping. LiDAR is a widely used sensor for pose estimation, with odometry and localization being two primary tasks. LiDAR odometry estimates the relative motion between consecutive scans, while LiDAR localization aligns real-time scans with a pre-recorded map to obtain a global pose. Although they have different objectives and application scenarios, both rely on point cloud registration as the underlying technique and face shared challenges of data corruption caused by adverse conditions (e.g., rain). While state-of-the-art (SOTA) pose estimation systems achieved high accuracy on clean data, their robustness to corrupted data remains unclear. In this work, we propose a framework to systematically evaluate five SOTA LiDAR pose estimation systems across 18 synthetic real-world point cloud corruptions. Our experiments reveal that odometry systems degrade significantly under specific corruptions, with relative position errors increasing from 0.5% to more than 80%, while localization systems remain highly robust. We further demonstrate that denoising techniques can effectively mitigate the adverse effects of noise-induced corruptions, and re-training learning-based systems with corrupted data significantly enhances the robustness against various corruption types.

arxiv情報

著者 Bo Yang,Tri Minh Triet Pham,Jinqiu Yang
発行日 2025-03-04 14:38:14+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 | Robustness of LiDAR-Based Pose Estimation: Evaluating and Improving Odometry and Localization Under Common Point Cloud Corruptions はコメントを受け付けていません

A Roadside Unit for Infrastructure Assisted Intersection Control of Autonomous Vehicles

投稿日: 2025年3月5日 作成者: jarxiv

要約

自律的な車両技術とセルラーネットワークの最近の進歩により、車両からすべての（V2X）通信の開発が動機付けられます。
交通安全機能の向上と燃料効率の向上は、将来の輸送システムのV2Xの背後にある動機の一部です。
適応的な交差制御システムは、アイドル時間を最小限に抑え、短期的な将来の交通条件を予測することにより、これらの目標を達成するかなりの可能性を秘めています。
V2Xをトラフィック管理システムに統合すると、すべてのユーザーにとって道路をより安全にするために必要なインフラストラクチャを導入し、よりインテリジェントで接続された都市へのシフトを開始します。
コントロールアルゴリズムを実証するために、2つの自動運転電気自動車、道端のユニット（RSU）、および信号機を使用した4ウェイの交差点と横断歩道シナリオのシミュレートされた現実世界表現と現実世界の表現の両方を実装します。
当社のアーキテクチャは、加速と交差点のブレーキを最大75.35％減らします。これは、ガス車両の燃料消費量を最小限に抑えることが示されています。
インテリジェントで接続された交差制御に対する費用対効果の高いソリューションを提案し、継続的な研究開発の基礎として適切な概念モデルとして機能します。
このプロジェクトのコードは、https：//github.com/mmachado05/reu-2024で入手できます。

要約(オリジナル)

Recent advances in autonomous vehicle technologies and cellular network speeds motivate developments in vehicle-to-everything (V2X) communications. Enhanced road safety features and improved fuel efficiency are some of the motivations behind V2X for future transportation systems. Adaptive intersection control systems have considerable potential to achieve these goals by minimizing idle times and predicting short-term future traffic conditions. Integrating V2X into traffic management systems introduces the infrastructure necessary to make roads safer for all users and initiates the shift towards more intelligent and connected cities. To demonstrate our control algorithm, we implement both a simulated and real-world representation of a 4-way intersection and crosswalk scenario with 2 self-driving electric vehicles, a roadside unit (RSU), and a traffic light. Our architecture reduces acceleration and braking through intersections by up to 75.35%, which has been shown to minimize fuel consumption in gas vehicles. We propose a cost-effective solution to intelligent and connected intersection control to serve as a proof-of-concept model suitable as the basis for continued research and development. Code for this project is available at https://github.com/MMachado05/REU-2024.

arxiv情報

著者 Michael Evans,Marcial Machado,Rickey Johnson,Anna Vadella,Luis Escamilla,Beñat Froemming-Aldanondo,Tatiana Rastoskueva,Milan Jostes,Devson Butani,Ryan Kaddis,Chan-Jin Chung,Joshua Siegel
発行日 2025-03-04 14:44:45+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.RO | A Roadside Unit for Infrastructure Assisted Intersection Control of Autonomous Vehicles はコメントを受け付けていません

Self-Mixing Laser Interferometry for Robotic Tactile Sensing

投稿日: 2025年3月5日 作成者: jarxiv

要約

セルフミキシング干渉法（SMI）は、マイクロバイブ化を検出する際の感度で賞賛されていますが、ターゲットとの物理的接触は必要ありません。
ロボット工学では、マイクロバイブレーションは伝統的にオブジェクトスリップのマーカーとして解釈されており、最近は外因性接触の顕著な指標として解釈されてきました。
SMIをスリップおよび外因性接触センシングに使用する最初のロボットの指先を提示します。
この設計は、指先パッケージの読み出し回路を包む前後の両方で、制御された振動源の測定を通じて検証されます。
次に、SMI指先は4つの実験を通じて音響センシングと比較されます。
結果は、技術決定マップに蒸留されます。
SMIは、微妙なスリップイベントに対してより敏感であり、周囲のノイズに対して非常に回復力があることがわかりました。
ロボットの指先にSMIを統合すると、ロボット工学における触覚センシングの新しい新しい枝を提供すると結論付けています。
設計およびデータファイルは、https：//github.com/remkopr/icra2025-smi-tactile-sensingで入手できます。

要約(オリジナル)

Self-mixing interferometry (SMI) has been lauded for its sensitivity in detecting microvibrations, while requiring no physical contact with its target. In robotics, microvibrations have traditionally been interpreted as a marker for object slip, and recently as a salient indicator of extrinsic contact. We present the first-ever robotic fingertip making use of SMI for slip and extrinsic contact sensing. The design is validated through measurement of controlled vibration sources, both before and after encasing the readout circuit in its fingertip package. Then, the SMI fingertip is compared to acoustic sensing through four experiments. The results are distilled into a technology decision map. SMI was found to be more sensitive to subtle slip events and significantly more resilient against ambient noise. We conclude that the integration of SMI in robotic fingertips offers a new, promising branch of tactile sensing in robotics. Design and data files are available at https://github.com/RemkoPr/icra2025-SMI-tactile-sensing.

arxiv情報

著者 Remko Proesmans,Ward Goossens,Lowiek Van den Stockt,Lowie Christiaen,Francis wyffels
発行日 2025-03-04 15:11:06+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 | Self-Mixing Laser Interferometry for Robotic Tactile Sensing はコメントを受け付けていません

FlowPlan: Zero-Shot Task Planning with LLM Flow Engineering for Robotic Instruction Following

投稿日: 2025年3月5日 作成者: jarxiv

要約

タスクに続くロボット命令では、視覚認識、タスク計画、ターゲットのローカリゼーション、およびモーション実行のシームレスな統合が必要です。
ただし、既存のタスク計画のフォローするための既存のタスク計画方法は、運用上の制約の下で実用的な計画に長い指示を接地するのが難しいため、ゼロショットシナリオのデータ駆動型またはパフォーマンスのいずれかです。
これに対処するために、ゼロショットパイプラインを高め、ゼロショットとデータ駆動型のコンテキスト学習方法のパフォーマンスギャップを橋渡しする構造化されたマルチステージLLMワークフローであるFlowPlanを提案します。
計画プロセスをモジュラーステージに分解することにより、情報検索、言語レベルの推論、シンボリックレベルの計画、および論理評価 – フロープランは、正確なインスタンスレベルのターゲットローカライズのための運用上の制約を順守し、コンテキストガイダンスをさらに抽出しながら、論理的に一貫したアクションシーケンスを生成します。
Alfredに基づいて実世界のアプリケーションで検証されたこの方法は、データ駆動型のコンテキスト学習方法と比較して競争力のあるパフォーマンスを達成し、多様な環境で適応性を実証します。
この作業は、ラベル付きデータに依存せずにロボットシステムでゼロショットタスク計画を進めます。
プロジェクトWebサイト：https：//instruction-following-project.github.io/。

要約(オリジナル)

Robotic instruction following tasks require seamless integration of visual perception, task planning, target localization, and motion execution. However, existing task planning methods for instruction following are either data-driven or underperform in zero-shot scenarios due to difficulties in grounding lengthy instructions into actionable plans under operational constraints. To address this, we propose FlowPlan, a structured multi-stage LLM workflow that elevates zero-shot pipeline and bridges the performance gap between zero-shot and data-driven in-context learning methods. By decomposing the planning process into modular stages–task information retrieval, language-level reasoning, symbolic-level planning, and logical evaluation–FlowPlan generates logically coherent action sequences while adhering to operational constraints and further extracts contextual guidance for precise instance-level target localization. Benchmarked on the ALFRED and validated in real-world applications, our method achieves competitive performance relative to data-driven in-context learning methods and demonstrates adaptability across diverse environments. This work advances zero-shot task planning in robotic systems without reliance on labeled data. Project website: https://instruction-following-project.github.io/.

arxiv情報

著者 Zijun Lin,Chao Tang,Hanjing Ye,Hong Zhang
発行日 2025-03-04 15:14:41+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 | FlowPlan: Zero-Shot Task Planning with LLM Flow Engineering for Robotic Instruction Following はコメントを受け付けていません