elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Probabilistic Effect Prediction through Semantic Augmentation and Physical Simulation

Bauer, Adrian Simon und Schmaus, Peter und Stulp, Freek und Leidner, Daniel (2020) Probabilistic Effect Prediction through Semantic Augmentation and Physical Simulation. In: 2019 International Conference on Robotics and Automation, ICRA 2019, Seiten 9278-9284. IEEE. IEEE International Conference on Robotics and Automation (ICRA), 2020-05-31 - 2020-08-31, Paris, France. doi: 10.1109/ICRA40945.2020.9197477. ISBN 978-153866026-3. ISSN 1050-4729.

[img] PDF
1MB

Offizielle URL: https://ieeexplore.ieee.org/document/9197477

Kurzfassung

Nowadays, robots are mechanically able to perform highly demanding tasks, where AI-based planning methods are used to schedule a sequence of actions that result in the desired effect. However, it is not always possible to know the exact outcome of an action in advance, as failure situations may occur at any time. To enhance failure tolerance, we propose to predict the effects of robot actions by augmenting collected experience with semantic knowledge and leveraging realistic physics simulations. That is, we consider semantic similarity of actions in order to predict outcome probabilities for previously unknown tasks. Furthermore, physical simulation is used to gather simulated experience that makes the approach robust even in extreme cases. We show how this concept is used to predict action success probabilities and how this information can be exploited throughout future planning trials. The concept is evaluated in a series of real world experiments conducted with the humanoid robot Rollin’ Justin.

elib-URL des Eintrags:https://elib.dlr.de/134290/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Probabilistic Effect Prediction through Semantic Augmentation and Physical Simulation
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Bauer, Adrian Simonadrian.bauer (at) dlr.dehttps://orcid.org/0000-0002-1171-4709NICHT SPEZIFIZIERT
Schmaus, PeterPeter.Schmaus (at) dlr.dehttps://orcid.org/0000-0002-6639-0967NICHT SPEZIFIZIERT
Stulp, FreekFreek.Stulp (at) dlr.dehttps://orcid.org/0000-0001-9555-9517NICHT SPEZIFIZIERT
Leidner, Danieldaniel.leidner (at) dlr.dehttps://orcid.org/0000-0001-5091-7122NICHT SPEZIFIZIERT
Datum:Juni 2020
Erschienen in:2019 International Conference on Robotics and Automation, ICRA 2019
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1109/ICRA40945.2020.9197477
Seitenbereich:Seiten 9278-9284
Verlag:IEEE
ISSN:1050-4729
ISBN:978-153866026-3
Status:veröffentlicht
Stichwörter:Robotics, Task and Motion Planning, Humanoid, Reasoning, Probabilistic Reasoning, Physical Simulation, Semantics
Veranstaltungstitel:IEEE International Conference on Robotics and Automation (ICRA)
Veranstaltungsort:Paris, France
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:31 Mai 2020
Veranstaltungsende:31 August 2020
Veranstalter :IEEE
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben Intelligente Mobilität (alt), R - On-Orbit Servicing [SY]
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik (ab 2013) > Kognitive Robotik
Institut für Robotik und Mechatronik (ab 2013) > Autonomie und Fernprogrammierung
Hinterlegt von: Bauer, Adrian Simon
Hinterlegt am:03 Dez 2020 13:37
Letzte Änderung:21 Okt 2024 11:03

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.