Requirements for building an ontology for autonomous robots
Notice bibliographique
Résumé
Purpose IEEE Ontologies for Robotics and Automation Working Group were divided into subgroups that were in charge of studying industrial robotics, service robotics and autonomous robotics. This paper aims to present the work in-progress developed by the autonomous robotics (AuR) subgroup. This group aims to extend the core ontology for robotics and automation to represent more specific concepts and axioms that are commonly used in autonomous robots. Design/methodology/approach For autonomous robots, various concepts for aerial robots, underwater robots and ground robots are described. Components of an autonomous system are defined, such as robotic platforms, actuators, sensors, control, state estimation, path planning, perception and decision-making. Findings AuR has identified the core concepts and domains needed to create an ontology for autonomous robots. Practical implications AuR targets to create a standard ontology to represent the knowledge and reasoning needed to create autonomous systems that comprise robots that can operate in the air, ground and underwater environments. The concepts in the developed ontology will endow a robot with autonomy, that is, endow robots with the ability to perform desired tasks in unstructured environments without continuous explicit human guidance. Originality/value Creating a standard for knowledge representation and reasoning in autonomous robotics will have a significant impact on all R&A domains, such as on the knowledge transmission among agents, including autonomous robots and humans. This tends to facilitate the communication among them and also provide reasoning capabilities involving the knowledge of all elements using the ontology. This will result in improved autonomy of autonomous systems. The autonomy will have considerable impact on how robots interact with humans. As a result, the use of robots will further benefit our society. Many tedious tasks that currently can only be performed by humans will be performed by robots, which will further improve the quality of life. To the best of the authors’knowledge, AuR is the first group that adopts a systematic approach to develop ontologies consisting of specific concepts and axioms that are commonly used in autonomous robots.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,004 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,010 | 0,017 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,005 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».