AI
ロボット航法の移植を支援するAIエージェント手順、既存方策に補正を学習
ロボット航法を別の機体や環境に移すため、既存の方策に行動の補正を学習させるCOMPASSの開発手順が示された。AIエージェントがシーン準備から評…
TOPIC
強化学習
AI
実運用ハーネス内でAIエージェントを直接訓練する共通環境
AIエージェントの実行環境を独立サービスへ分け、配備時と同じハーネス内で直接訓練できる共通基盤が公開された。隔離した実行領域をデータ収集、強化学…
AI
12種類の合成環境でコンピューター操作AIのスコアを36.5％から67.1％に向上
操作結果を内部状態から採点する12種類の合成環境で訓練した9Bモデルは、Microsoftの測定でスコアを36.5％から67.1％へ伸ばした。失…
Technology
8192環境での医療ロボット学習、GPU並列化で5時間超から2分未満に
解剖学的構造、医療器具、センサーを一つの仮想環境に組み込む医療ロボット向けの物理シミュレーション基盤が公開された。GPUで訓練環境を並列実行し、…
AI
シミュレーションで学習した歩行制御を人型ロボット10台に無調整で適用
シミュレーションで強化学習した歩行制御が、人型ロボットの実機へ追加調整なしで移された。Figure AIは、同じニューラルネットワークで10台の…
Technology
人型ロボットDigit、仮想訓練で押された後の踏み直しが改善
人型ロボットDigitは、物理法則を反映した仮想環境で動作を学習している。Agility Roboticsによると、数十億の事例で訓練したAIモ…