PulseAugur
中
实时 07:02:23
English(EN) Task and Skill Planning: Hierarchical Robot Planning with Black-Box Skills

新的TASP方法将多样化的机器人技能整合到复杂任务中

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为任务与技能规划（TASP）的新型机器人分层规划方法。该方法将包括学习到的、力控制的和黑盒策略在内的多样化、预先存在的技能整合到一个单一的规划框架中。该方法使用可组合交互原语（CIPs）来连接这些技能，从而实现规划时细化和执行时调整。TASP已在真实的双臂和移动机械人上成功演示，使其能够解决复杂的、长周期的任务。 AI

影响 使机器人能够组合各种技能来完成更复杂、更长周期的任务。

排序理由 该集群包含一篇详细介绍机器人规划新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的TASP方法将多样化的机器人技能整合到复杂任务中

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Benned Hedegaard, Yichen Wei, Ziyi Yang, Ahmed Jaafar, Stefanie Tellex, George Konidaris, Naman Shah ·

    任务与技能规划：具有黑盒技能的分层机器人规划

    arXiv:2504.17901v3 Announce Type: replace-cross Abstract: Task and motion planning (TAMP) is a well-established approach for solving long-horizon robot planning problems. Although TAMP methods have historically assumed that each task-level robot action, or skill, can be reduced t…

相关实体

相关话题