モデル Pathdreamer：馴染のない建物内で何処に何がありそうか予測するAI(1/2)
１．Pathdreamer：馴染のない建物内で何処に何がありそうか予測するAI(1/2)まとめ ・人はなじみのない建物内でも視覚的な手がかりを利用して効率的に移動できる ・この機能をAIで実現するためには「視覚的な世界モデル」の実装が必要と...
ロボット
モデル 
ロボット Brax：Colabで大規模分散システムを凌駕する強化学習用物理シミュレーションエンジン(3/3)
１．Brax：Colabで大規模分散システムを凌駕する強化学習用物理シミュレーションエンジン(3/3)まとめ ・BraxはCPUだけで実行しても従来の一般的な環境に比べて1桁以上高速に動作する ・Braxは高速で規模拡大可能な強化学習とロボ...
ロボット Brax：Colabで大規模分散システムを凌駕する強化学習用物理シミュレーションエンジン(1/3)
１．Brax：Colabで大規模分散システムを凌駕する強化学習用物理シミュレーションエンジン(1/3)まとめ ・強化学習は単純なタスクでも習熟するために数百万から数十億のデータが必要になる ・大規模分散システムを使えば迅速に強化学習をトレー...
ロボット ロボット工学におけるA/Bテストの重要性の検証(2/2)
１．ロボット工学におけるA/Bテストの重要性の検証(2/2)まとめ ・制御された単純な環境で行う実験であっても意図せず現実世界の変動の影響を受ける ・ランダム割り当てでデータをランダムにグループ化するとA/Bテストを実現できる ・相対パフォ...
ロボット ロボット工学におけるA/Bテストの重要性の検証(1/2)
１．ロボット工学におけるA/Bテストの重要性の検証(1/2)まとめ ・自然科学、社会科学、医学などは変化する現実世界の中で結果を評価および比較している ・機械学習研究の大部分は固定した世界で仮定に依存する手法を使用して比較をしている ・制御...
学習手法 RetinaGAN：シミュレーション環境から現実世界への転移を一般化(2/2)
１．RetinaGAN：シミュレーション環境から現実世界への転移を一般化(2/2)まとめ ・RL-CycleGAN は「タスクレベルの物体認識」を使用してsim-to-realギャップを超える ・RetinaGANは「ロボットの物体認識」に...
学習手法 RetinaGAN：シミュレーション環境から現実世界への転移を一般化(1/2)
１．RetinaGAN：シミュレーション環境から現実世界への転移を一般化(1/2)まとめ ・シミュレーションを使ってロボットを学習させると効率的だが現実世界への転移が難しい ・GANを使ってシミュレーション画像を現実画像に変換したいが変な変...
モデル DeformableRavens：変形可能な物体を操作することを学ぶ(2/2)
１．DeformableRavens：変形可能な物体を操作することを学ぶ(2/2)まとめ ・硬い物体の再配置研究に使用したTransporter Networkに目標条件付けを統合 ・バッグを開いて物をいれるなど柔軟に指定された形状を操作で...
モデル DeformableRavens：変形可能な物体を操作することを学ぶ(1/2)
１．DeformableRavens：変形可能な物体を操作することを学ぶ(1/2)まとめ ・ロボットに硬い物体を掴ませる研究は多いが変形可能な物体を対象とした研究は多くない ・変形可能な物体を操作するためには物体の輪郭を指定する必要がありこ...
学習手法 HPP：ロボット同士が待ち合わせできるようにするモデルベース強化学習(3/3)
１．HPP：ロボット同士が待ち合わせできるようにするモデルベース強化学習(3/3)まとめ ・HPPを使用すると、エージェントは軌道を予測して調整し、調整ミスを回避できる ・HPPは追加のトレーニングなしで現実の世界に直接転移させる事が出来る...
学習手法 HPP：ロボット同士が待ち合わせできるようにするモデルベース強化学習(2/3)
１．HPP：ロボット同士が待ち合わせできるようにするモデルベース強化学習(2/3)まとめ ・システムは予測、計画、および制御の3つのモジュールから構成されている ・各エージェントは自分自身の動き用と他のエージェント用の予測モデルを学習 ・予...
学習手法 HPP：ロボット同士が待ち合わせできるようにするモデルベース強化学習(1/3)
１．HPP：ロボット同士が待ち合わせできるようにするモデルベース強化学習(1/3)まとめ ・制御された環境では一元化されたプランナーを使えば複数ロボットが連携して動作可能 ・現実世界では独立したロボット同士で連携する場合は目標を互いに調整す...