過去のロボット動作を検索して文脈内学習を改善する新モデル。シミュレーションと実環境のタスクで成功率が上昇した。
短信著者： OossaOossa公開日: 1 分で読める
Yunze Liu氏らの研究チームが、ロボット向けの視覚・言語・行動埋め込みモデル「Robota-Embed」を公開した。このモデルは現在の状態、視覚入力、行動をまとめて符号化し、類似する過去の動作の続きを検索して文脈として利用する。テストでは、DROID-Simベンチマークの成功率が47%から56%に、LIBEROの難関サブセットでは86%から93%に上昇した。また、パラメーターを固定したGPT-6 Astraポリシーと組み合わせた場合、ManiSkillの5つのタスクで成功率は68%となり、ポリシー単独の24%を上回った。
ロボット開発者は、ポリシーを再学習させずにRobota-Embedでタスクの性能を高められるため、計算資源やデータ収集の負担を抑えられる。
研究
中国の8研究機関が「Yau Laboratory Alliance for Mathematics and AI」を設立し、研究者1,000人の参加を目指す。一方、欧米のフィールズ賞受賞者らは、AIが数学的理解を損なうと懸念している。
研究
AIが生成した証明を700本以上公開。研究者は、検証にコミュニティーが苦慮する可能性を指摘している。
研究
AIシステムが44の予想を証明し、エルデシュ問題を9件解決。研究成果は査読を経てScienceに掲載された。
Oossa · ニュースレター
今週のAIを、わかりやすく
毎週月曜日、知っておきたいニュースをやさしい言葉で。無料・スパムなし。
