モデル PaLM-E:ロボットは邪魔をされても引き出しからポテチを取り出すくらいはできるようになっている(2/2)
１．PaLM-E:ロボットは邪魔をされても引き出しからポテチを取り出すくらいはできるようになっている(2/2)まとめ ・PaLM-Eはロボット操作タスクと視覚・言語タスクを共通の特徴表現で括ることで、汎化モデルを学習する新しいパラダイムを提...
robotics
モデル モデル PaLM-E:ロボットは邪魔をされても引き出しからポテチを取り出すくらいはできるようになっている(1/2)
１．PaLM-E:ロボットは邪魔をされても引き出しからポテチを取り出すくらいはできるようになっている(1/2)まとめ ・ロボットモデルの規模拡大は一定の成功を収めているが、テキストや画像に匹敵する規模のデータセットがないので遅れをとっている...
ロボット Performer-MPC：Transformerをロボットに適用して機敏に自律走行させる(2/2)
１．Performer-MPC：Transformerをロボットに適用して機敏に自律走行させる(2/2)まとめ ・Performer-MPCはロボットに搭載可能で8msで応答し、830万のPerformerパラメータを備えておりリアルタイム...
ロボット Performer-MPC：Transformerをロボットに適用して機敏に自律走行させる(1/2)
１．Performer-MPC：Transformerをロボットに適用して機敏に自律走行させる(1/2)まとめ ・人間中心の環境では狭い空間を安全かつ効率的に走行する事や適度な距離を保つ事など複雑なルールがロボットに要求される ・Trans...
AI関連その他 2022年のGoogleのAI研究の成果と今後の展望～ロボット編～(1/2)
１．2022年のGoogleのAI研究の成果と今後の展望～ロボット編～(1/2)まとめ ・大規模で汎用的な言語モデルを他のアプローチと連携し、ロボットが人間の幅広い知識から学習して自然に関わり合えるようにする能力を探求 ・これにより「ロボッ...
ロボット RT-1:現実世界の大規模データを取り扱い可能なロボット操作用Transformer(2/2)
１．RT-1:現実世界の大規模データを取り扱い可能なロボット操作用Transformer(2/2)まとめ ・RT-1は他のロボットの経験を観察する事で新しいスキルを身につける事が可能 ・SayCanとRT-1を組み合わせる事によって初見のキ...
ロボット Interactive Language:ロボットとリアルタイムに会話で指示を行う(2/2)
１．Interactive Language:ロボットとリアルタイムに会話で指示を行う(2/2)まとめ ・注釈処理作業を工夫する事により大規模なLanguage-Tableデータセットを収集 ・Language-Tableデータセットは模倣...
ロボット Interactive Language:ロボットとリアルタイムに会話で指示を行う(1/2)
１．Interactive Language:ロボットとリアルタイムに会話で指示を行う(1/2)まとめ ・ロボット学習のビジョンの一つは言語による命令に従う役に立つロボットの実現 ・従来のロボット学習システムに欠けているのは人間とのリアルタ...
ロボット CaP：自分で自分の制御プログラムを書くロボットの実現にむけて(2/2)
１．CaP：自分で自分の制御プログラムを書くロボットの実現に向けて(2/2)まとめ ・大きなモデルはより良い性能を発揮し階層的なコードが生産性を最も改善する ・コード執筆モデルはロボットの形状が異なっても実行可能なコードを生成可能 ・生成さ...
ロボット CaP：自分で自分の制御プログラムを書くロボットの実現にむけて(1/2)
１．CaP：自分で自分の制御プログラムを書くロボットの実現に向けて(1/2)まとめ ・ロボットが人間からの指示を受けて自分自身の制御コードを書く時代が到来 ・最新の言語モデルはプログラミング言語を記述できるのでロボット制御も可能 ・言語モデ...
学習手法 PI-ARS：視覚移動タスクに進化型の学習を採用して高速移動を実現(2/2)
１．PI-ARS：視覚移動タスクに進化型の学習を採用して高速移動を実現(2/2)まとめ ・PI-ARSは予測情報(PI)を使用して拡張ランダム探索(ARS)を改良した手法 ・高次元の入力情報の次元を削減して扱いやすくするためARSの性能が向...
学習手法 PI-ARS：視覚移動タスクに進化型の学習を採用して高速移動を実現(1/2)
１．PI-ARS：視覚移動タスクに進化型の学習を採用して高速移動を実現(1/2)まとめ ・進化戦略は自然界の仕組みに発想を得た最適化技術で強化学習に勝る点もある ・しかし高次元の感覚入力を必要とする問題への適用が困難な事が弱点であった ・P...