汎用モデルが複数ロボットハンドに対応

Generalistは基盤モデルGEN-1をロボットアームの先端にある手と把握メカニズムなど、様々なロボットエンドエフェクタに対応するよう拡張したことを発表した。同社はGEN-1を新しいハンドで動作するよう訓練することでこれを達成し、単一の基盤モデルが異なるロボット上で感覚運動ポリシーを学習できることを実証した。感覚運動ポリシーはロボットが知覚するもの（カメラとセンサ経由）とアクチュエータに送信するモーターコマンド間の学習された対応関係である。このようにGEN-1を拡張することで、Generalistは基盤モデルがハードウェア変動を抽象化でき、開発者がロボット固有の個別モデルを構築するのではなく、異なる物理設計を持つロボット全体で同じ事前訓練済みモデルを活用できることを示した。この柔軟性はロボット工学開発と導入を効率化でき、迅速な反復と異種のロボット群全体における単一基盤モデルのより広い適用が可能になる。

Generalistの進展は、ロボット工学における長年の課題──単一のロボット設計で訓練されたモデルの脆さ──に対処している。GEN-1を複数のエンドエフェクタに対応するよう訓練することで、同社は基盤モデル（多様なデータで訓練された大規模ニューラルネットワーク）がハードウェア固有の詳細を抽象化し、汎化可能な感覚運動スキルを学習できることを実証した。これは、言語と画像で実証された基盤モデルアーキテクチャをロボット工学に適用する業界全体のトレンドに続くものであり、同じ基盤モデルが一から再訓練することなく理論上異なる形態に適応できる。この意味するところは、ロボット工学者がロボットをより柔軟に導入・カスタマイズでき、現在ソフトウェアを特定のハードウェアに緊密に結びつけている工学的オーバーヘッドが削減される可能性があるということである。

まだコメントがありません。最初のコメントを投稿しましょう！