چکیده
وکلا موفقیت چشمگیری در حل مسائل پیچیده برنامه‌نویسی کسب کرده‌اند. برای بهره‌گیری از پتانسیل این وکلا در سیستم‌های رباتیک، این روش «برنامه‌نویسی نمایشی عاملی ربات (RAPID)» را معرفی می‌کند؛ این روش برنامه‌های رباتی را به‌طور خودکار بر اساس یک نمونه بصری انسانی تولید، تأیید و بهبود می‌دهد. حلقه بازخوردی تکراری کدنویسی به چند عنصر کلیدی نیاز دارد: (i) مشخصه قابل آزمون وظیفه، (ii) عملیات اولیه برای اجرای ربات، و (iii) محیط تعاملی برای اجرا و تأیید برنامه. RAPID این سه عنصر را به‌طور خودکار از نمونه استنباط می‌کند. برای قابلیت استفاده مجدد از برنامه‌ها فراتر از محیط نمونه، RAPID از نمایش برنامه‌ای رابطه‌محور مبتنی بر شیء استفاده می‌کند؛ این برنامه بر ساختار زیربنایی استراتژی تمرکز دارد و نه حرکت خاص. اعمال اولیه را به‌صورت برنامه‌های بهینه‌سازی مسیر بیان می‌کند که اثرات حرکتی سطح شیء را تامین می‌کنند و این برنامه‌ها را از طریق قیود رابطه‌ای که هندسه ویژه صحنه را در زمان اجرا در نظر می‌گیرد، ترکیب می‌کند. ما RAPID را در شبیه‌سازی روی هشت وظیفه دستکاری غیرقبضی غنی از تماس و همچنین وظایف عمومی دستکاری قبضی در بنچمارک LIBERO-Pro ارزیابی کردیم. همچنین آن را روی دست ربات Franka واقعی استقرار کردیم و روی هشت وظیفه غیرقبضی ارزیابی کردیم. در تمام آزمایش‌ها، RAPID عملکرد قوی با تعمیم‌پذیری نسبت به وضعیت، شکل، جنس شیء و محیط نشان داد. وب‌سایت: https://yuyaoliu.me/projects/rapid.
متن کامل
علم کامپیوتر > رباتیک arXiv:2609.30249v1 (cs) [ارائه شده در ۲۴ سپتامبر ۲۰۲۶]
عنوان: RAPID: برنامه‌نویسی عامل‌گرای ربات از روی نمایش‌ها
نویسندگان: یویائو ليو، جی‌یوان مائو، دیوید هسو، لزلی پک کبلینگ، توماس لوزانو-پرز
مشاهده PDF مقاله با عنوان RAPID: برنامه‌نویسی عامل‌گرای ربات از روی نمایش‌ها، توسط یویائو ليو و ۴ نویسنده دیگر
مشاهده PDF HTML (تجربی)
چکیده: عوامل کدنویسی (Coding agents) موفقیت چشمگیری در حل مسائل برنامه‌نویسی پیچیده نشان داده‌اند. برای بهره‌گیری از پتانسیل آن‌ها در سیستم‌های رباتیک، این مقاله روش RAPID (برنامه‌نویسی عامل‌گرای ربات از روی نمایش‌ها) را معرفی می‌کند؛ روشی که به‌طور خودکار برنامه‌های ربات را بر اساس یک نمایش بصری انسانی واحد، تولید، تأیید و اصلاح می‌کند. حلقه تکراری اصلاح کد توسط عامل‌گرا نیازمند چندین مؤلفه کلیدی است: (i) یک مشخصه وظیفه قابل‌آزمون، (ii) بدیهه‌های عمل (action primitives) برای اجرای ربات، و (iii) یک محیط تعاملی برای اجرا و تأیید برنامه. RAPID این سه عنصر را به‌طور خودکار از نمایش استنتاج می‌کند. برای اینکه برنامه حاصل فراتر از تنظیم نمایش قابل استفاده مجدد باشد، RAPID از نمایش‌برداری برنامه‌نویسی شیء-محور و رابطه‌ای (object-centric relational) استفاده می‌کند که بر ساختار زیرین استراتژی نمایش‌شده تمرکز دارد، نه بر حرکات ویژه خودش: این نمایش بدیهه‌های عمل را به‌عنوان برنامه‌های بهینه‌سازی مسیر (trajectory-optimization) بیان می‌کند که اثرات حرکت را در سطح شیء تحقق می‌بخشند، در حالی که آن‌ها را از طریق محدودیت‌های رابطه‌ای که هندسه صحنه را در زمان اجرا (run time) ثبت می‌کنند، ترکیب می‌کند. RAPID را در شبیه‌سازی روی هشت وظیفه دستکاری تماس‌گرا و غیرقابل‌گرفتن (nonprehensile) چالش‌برانگیز و همچنین وظایف دستکاری قابل‌گرفتن (prehensile) عمومی در بنچمارک LIBERO-Pro ارزیابی کردیم. همچنین با موفقیت روی یک بازوی واقعی Franka استقرار دادیم و روی تمام هشت وظیفه غیرقابل‌گرفتن ارزیابی کردیم. در تمام آزمایش‌ها، RAPID عملکرد قوی نشان داد با تعمیم بر حالت شیء، شکل، ماده و محیط.
وب‌سایت: این URL
موضوعات: رباتیک (cs.RO)؛ هوش مصنوعی (cs.AI)؛ بینایی ماشین و تشخیص الگو (cs.CV)
استناد به صورت: arXiv:2609.30249 [cs.RO] (یا arXiv:2609.30249v1 [cs.RO] برای این نسخه) https://doi.org/10.48550/arXiv.2609.30249
تمرکز برای کسب اطلاعات بیشتر DOI صادر شده توسط arXiv از طریق DataCite (در انتظار ثبت)
تاریخچه ارائه: از: یویائو ليو [مشاهده ایمیل] [v1] پنج‌شنبه، ۲۴ سپتامبر ۲۰۲۶ ۱۷:۵۸:۲۱ UTC (۴،۳۵۳ KB)
ابزارهای بیبلیوگرافیک و استناد
کاوشگر بیبلیوگرافیک (Bibliographic Explorer) - تغییر وضعیت کاوشگر بیبلیوگرافیک (این کاوشگر چیست؟)
مقالات مرتبط (Connected Papers) - تغییر وضعیت مقالات مرتبط (مقالات مرتبط چیست؟)
Litmaps - تغییر وضعیت Litmaps (Litmaps چیست؟)
scite.ai - تغییر وضعیت استنادات هوشمند scite (استنادات هوشمند چیست؟)
کد، داده، رسانه
کد، داده و رسانه مرتبط با این مقاله
alphaXiv - تغییر وضعیت alphaXiv (alphaXiv چیست؟)
لینک‌های کد - تغییر وضعیت CatalyzeX Code Finder for Papers (CatalyzeX چیست؟)
DagsHub - تغییر وضعیت DagsHub (DagsHub چیست؟)
GotitPub - تغییر وضعیت Gotit.pub (GotitPub چیست؟)
Huggingface - تغییر وضعیت Hugging Face (Huggingface چیست؟)
ScienceCast - تغییر وضعیت ScienceCast (ScienceCast چیست؟)
نمونه‌ها (Demos)
User Safety: safe