FAME: OPEN-ENDED MANIPULATION TASK LEARNING WITH FAME (FUTURE-ORIENTED COGNITIVE...
FAME: OPEN-ENDED MANIPULATION TASK LEARNING WITH FAME (FUTURE-ORIENTED COGNITIVE1 ACTION MODELLING ENGINE)
The realization of computational models for accomplishing everyday manipulation tasks for any object and any purpose would be a
disruptive breakthrough in the creation of versatile, general-purpose robot agents; and it is a grand...
The realization of computational models for accomplishing everyday manipulation tasks for any object and any purpose would be a
disruptive breakthrough in the creation of versatile, general-purpose robot agents; and it is a grand challenge for AI and robotics.
Humans are able to accomplish tasks such as cut up the fruit for many types of fruit by generating a large variety of context-specific
manipulation behaviors. They can typically accomplish the tasks on the first attempt despite uncertain physical conditions and novel
objects. Acting so effectively requires comprehensive reasoning about the possible consequences of intended behavior before
physically interacting with the real world.
In the FAME project, I will investigate the research hypothesis that a knowledge representation and reasoning (KR&R) framework
based on explictly-represented and machine-interpretable inner-world models can enable robots to contextualize underdetermined
manipulation task requests on the first attempt. To this end, I will design, implement, and evaluate FAME (Future-oriented cognitive
Action Modelling Engine), a hybrid symbolic/subsymbolic KR&R framework that will contextualize actions by reasoning symbolically
in an abstract and generalized manner but also by reasoning with one’s eyes and hands through mental simulation and imagistic
reasoning. Realizing FAME requires three breakthrough research results:
(1) modelling and parameterization of manipulation motion patterns and understanding the resulting effects under
uncertain conditions;
(2) the ability to mentally simulate imagined and observed manipulation tasks to link them to the robot’s knowledge and experience;
and
(3) the on-demand acquisition of task-specific causal models for novel manipulation tasks through mental physics-based simulations.
To assess the power and feasibility of FAME, I will use open manipulation task learning as a benchmark challenge.ver más
06-11-2024:
IDAE Cadena de Valor...
Se ha cerrado la línea de ayuda pública: Ayudas a Proyectos para reforzar la Cadena de Valor de equipos necesarios para la transición a una economía de cero emisiones netas
05-11-2024:
Cataluña Gestión For...
Se abre la línea de ayuda pública: Gestión Forestal Sostenible para Inversiones Forestales Productivas para el organismo:
04-11-2024:
Doctorados industria...
Se ha cerrado la línea de ayuda pública: Formación de doctores y doctoras de las universidades del Sistema universitario de Galicia (SUG) en empresas y centros de innovación y tecnología para el organismo:
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.