通过使用 FOON 知识表示法和三个算法,为厨房中的机器人技术赋予了更高的创造力,成功率也得到了保证。
Nov, 2022
通过使用智能机器人和通用函数面向对象网络(FOON)以及算法 IDS 和 GBFS,本文旨在研究厨房中的任务和目标的特定步骤与执行过程,以及不同算法的性能比较。
Dec, 2023
论文使用功能面向对象网络,实现了三种搜索算法,为给定目标节点生成任务树,论文详细介绍了该方法、过程和结果。
本文介绍了用于机器人任务规划的功能面向对象网络 (FOON) 及其在提取任务树过程中使用的迭代加深搜索 (IDS) 和贪心最佳优先搜索 (GBFS) 算法在不同烹饪食谱中的表现比较。初步结果表明,根据所提供的配方,每种算法都可能比另一种更好。
本文主要介绍了针对机器人执行任务时需要的数据检索和算法设计,提出了一些加权功能对象网络和任务规划算法,能够使机器人和人类成功地共同完成比人类单独完成更复杂的任务。
通过使用功能对象导向网络(FOON)来解释信息以完成任务,可以帮助机器人进行任务竞争,网络中的几种方法包括迭代深化搜索或启发式方法,可以遍历网络并确定完成任务所需的步骤。
Oct, 2022
这篇论文主要研究使用功能面向对象网络和不同的算法遍历任务树来实现机器人在危险环境和人类重复性任务中的应用。
通过图搜索机制,使用来自众多视频源的知识,提高机器人灵活任务规划和处理能力,进而创造性地适应新挑战和环境。
介绍了基于功能面向对象网络 (FOON)的知识表示,对象层次的规划以及动态运动原语 (DMPs) 的使用,提出了将 FOON 转化为 PDDL 的表示方法,在 CoppeliaSim 中展示了 任务规划和执行。
Jul, 2022
本文讨论了功能对象导向网络(FOON)的知识表示和符号任务规划能力,利用 FOON 和图检索方法生成操作动作序列以完成任务目标,从而减少人类日常任务所需的人力。