ترجمه فارسی مقاله مدل‌های زبان پایه در وظایف دستکاری مکان مستقل

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Grounding Language Models in Autonomous Loco-manipulation Tasks
عنوان مقاله به فارسی مدل‌های زبان پایه در وظایف دستکاری مکان مستقل
نویسندگان Jin Wang, Nikos Tsagarakis
فرمت مقاله انگلیسی PDF
تعداد صفحات 2
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Robotics,Artificial Intelligence,Machine Learning,روباتیک , هوش مصنوعی , یادگیری ماشین ,
توضیحات Submitted 2 September, 2024; originally announced September 2024. , Comments: Summit to ICRA@40. arXiv admin note: substantial text overlap with arXiv:2406.14655
توضیحات به فارسی ارسال شده در 2 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد ، نظرات: اجلاس به ICRA@40.Arxiv Admin توجه: متن قابل توجهی با ARXIV همپوشانی دارد: 2406.14655
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Humanoid robots with behavioral autonomy have consistently been regarded as ideal collaborators in our daily lives and promising representations of embodied intelligence. Compared to fixed-based robotic arms, humanoid robots offer a larger operational space while significantly increasing the difficulty of control and planning. Despite the rapid progress towards general-purpose humanoid robots, most studies remain focused on locomotion ability with few investigations into whole-body coordination and tasks planning, thus limiting the potential to demonstrate long-horizon tasks involving both mobility and manipulation under open-ended verbal instructions. In this work, we propose a novel framework that learns, selects, and plans behaviors based on tasks in different scenarios. We combine reinforcement learning (RL) with whole-body optimization to generate robot motions and store them into a motion library. We further leverage the planning and reasoning features of the large language model (LLM), constructing a hierarchical task graph that comprises a series of motion primitives to bridge lower-level execution with higher-level planning. Experiments in simulation and real-world using the CENTAURO robot show that the language model based planner can efficiently adapt to new loco-manipulation tasks, demonstrating high autonomy from free-text commands in unstructured scenes.

چکیده به فارسی (ترجمه ماشینی)

روبات های انسانی با استقلال رفتاری به طور مداوم به عنوان همكاران ایده آل در زندگی روزمره ما و بازنمایی های امیدوارکننده از هوش تجسم یافته تلقی می شوند.در مقایسه با بازوهای رباتیک مبتنی بر ثابت ، روبات های انسانی فضای عملیاتی بزرگتر را ارائه می دهند در حالی که به طور قابل توجهی دشواری کنترل و برنامه ریزی را افزایش می دهد.علیرغم پیشرفت سریع به سمت روبات های انسانی با هدف عمومی ، بیشتر مطالعات با تحقیقات اندک در مورد هماهنگی کل بدن و برنامه ریزی وظایف ، بر توانایی حرکتی متمرکز شده اند ، بنابراین پتانسیل نشان دادن وظایف طولانی افکار را شامل می شود که شامل تحرک و دستکاری در زیر کلامی باز است.دستورالعملدر این کار ، ما یک چارچوب جدید را پیشنهاد می کنیم که بر اساس وظایف در سناریوهای مختلف ، رفتارها را یاد می گیرد ، انتخاب می کند و برنامه ریزی می کند.ما یادگیری تقویت کننده (RL) را با بهینه سازی کامل بدن ترکیب می کنیم تا حرکات ربات را تولید کرده و آنها را در یک کتابخانه حرکتی ذخیره کنیم.ما بیشتر از ویژگی های برنامه ریزی و استدلال مدل بزرگ زبان (LLM) استفاده می کنیم ، و یک نمودار کار سلسله مراتبی را ساختیم که شامل یک سری از بدوی های حرکتی برای اجرای سطح پایین تر با برنامه ریزی سطح بالاتر است.آزمایشات در شبیه سازی و دنیای واقعی با استفاده از ربات Centauro نشان می دهد که برنامه ریز مبتنی بر مدل زبان می تواند به طور مؤثر با وظایف جدید مدیریت محلی سازگار شود و نشان دهنده استقلال بالا از دستورات متن آزاد در صحنه های بدون ساختار باشد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.