Interpretable holistic manipulation strategies in household environments for task and motion planning
Ev ortamlarında görev ve hareket planlaması için açıklanabilir bütünsel manipülasyon stratejileri
- Tez No: 928962
- Danışmanlar: DR. ÖĞR. ÜYESİ SALİH ÖZGÜR ÖĞÜZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
Açıklanabilir Sorumluluk Paylaşımı (IRS), Görev ve Hareket Planlaması (TAMP) için ev ortamlarında planlama verimliliğini ve açıklanabilirliği artırmayı amaçlayan yeni bir sezgisel yaklaşım sunar. Bütüncül manipülasyon stratejilerinden yararlanan IRS, tepsi ve sürahi gibi insan yapımı alanlarda yaygın olarak kullanılan yardımcı nesneleri sistematik bir şekilde planlama sürecine dahil ederek görev yürütmeyi basitleştirir ve optimize eder. Bu sezgisel yaklaşım, Sorumluluk Paylaşımı (RS) kavramına dayanır; burada yardımcı nesneler, karmaşık görevleri yönetilebilir alt problemlere ayırarak robotik ajanlarla görev sorumluluklarını paylaşır. Bu ayrım, hem insan kullanım alışkanlıklarını yansıtmakta hem de robotların insan tasarımı alanlarda gezinmesini ve manipülasyon yapmasını daha etkili hale getirmektedir. Karar verme süreci için Optimize Edilmiş Kural Sentezi (ORS) entegrasyonu sayesinde IRS, yardımcı nesnelerin stratejik ve bağlama duyarlı bir şekilde kullanılmasını sağlar, böylece robotik planlamanın açıklanabilirliğini ve etkinliğini artırır. Servis, dağıtım ve el değiştirme gibi çeşitli ev görevlerinde yapılan deneyler, IRS'nin geleneksel yöntemlere kıyasla görev yürütme çabalarını önemli ölçüde azalttığını ve karar verme süreçlerini iyileştirdiğini göstermektedir. Bu yaklaşım, insan ilhamlı stratejilerle uyumlu olup, ev ortamlarının dinamik karmaşıklıklarına uyarlanabilir ölçeklenebilir bir çerçeve sunar.
Özet (Çeviri)
Interpretable Responsibility Sharing (IRS) introduces a novel heuristic for Task and Motion Planning (TAMP), leveraging holistic manipulation strategies to enhance planning efficiency and interpretability in household environments. By systematically incorporating auxiliary objects such as trays and pitchers—common in human-constructed spaces—IRS simplifies and optimizes task execution. The heuristic is based on the concept of Responsibility Sharing (RS), where auxiliary objects share task responsibilities with robotic agents, dividing complex tasks into manageable sub-problems. This division not only mirrors human usage patterns but also aids robots in navigating and manipulating within human-designed spaces more effectively. By integrating Optimized Rule Synthesis (ORS) for decision-making, IRS ensures that the use of auxiliary objects is both strategic and context-aware, enhancing the interpretability and effectiveness of robotic planning. Experiments across diverse household tasks, including serving, pouring, and handover, demonstrate that IRS significantly outperforms traditional methods, reducing effort in task execution and improving decision-making. This approach aligns with human-inspired strategies while offering a scalable framework adaptable to the dynamic complexities of household environments.
Benzer Tezler
- Mimari formun hesaplamalı tasarım düşüncesi içinden değerlendirilmesi
Evaluation of architectural form within computational design thinking
SİNEM SİCİMOĞLU GENGEÇ
- Temiz üretim uygulamalarında çok ölçütlü karar verme metotlarıyla mevcut en iyi tekniklerin belirlenmesi: Tekstil sektörü uygulaması
Determination of the best available techniques in cleaner production applications using multi-criteria decision-making methods: Textile sector application
ELİF ŞİMŞEK
Yüksek Lisans
Türkçe
2019
Çevre MühendisliğiSüleyman Demirel ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KİTİŞ
DOÇ. DR. EMRAH ÖZTÜRK
- Hyse: A spring embedder approach for layout of hybrid graphs
Hyse: Hibrit çizge yerleşimi için yay bazlı yaklaşım
HAMZA ISLAM
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR DOĞRUSÖZ
- Lojistik araç organizasyonunda yük faktörünün iyileştirilmesi için yapay zekâ temelli bir karar destek sistemi önerisi
An artificial intelligence based decision support system proposal for improving load factor in logistic vehicle organisation
RAZİYE KILIÇ SARIGÜL
Doktora
Türkçe
2025
Endüstri ve Endüstri MühendisliğiAtatürk ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. BURAK ERKAYMAN
DR. ÖĞR. ÜYESİ BİLAL USANMAZ
- Coğrafi bilgi sistemleri entegreli makine öğrenmesine dayalı toplu taşınmaz değerleme modelinin geliştirilmesi
Development of mass property valuation model based on geographic information systems integrated machine learning methods
MUHAMMED OĞUZHAN METE
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. TAHSİN YOMRALIOĞLU