Meta AIが発表したMyoSuite 2.0シリーズは、複数の大学との共同プロジェクトとして、幼児の動きを機械学習によって模倣することに成功しました。このプロジェクトは、複雑な筋肉制御の問題を含む、人間レベルの巧みさと敏捷性を示しています。
MyoSuiteにおける運動戦略の再現は、移動ロボットよりも困難ですが、ロボット工学者にとって、人間の制御技術から多くのことを学ぶことができます。
Meta AIが発表したMyoSuite 2.0シリーズは、複数の大学との共同プロジェクトとして、幼児の動きを機械学習によって模倣することに成功しました。このプロジェクトは、複雑な筋肉制御の問題を含む、人間レベルの巧みさと敏捷性を示しています。
MyoSuiteにおける運動戦略の再現は、移動ロボットよりも困難ですが、ロボット工学者にとって、人間の制御技術から多くのことを学ぶことができます。
最近、Meta AIチームはビデオ共同埋め込み予測アーキテクチャ(V-JEPA)モデルを発表しました。この革新的な取り組みは、機械知能の発展を促進することを目的としています。人間は視覚信号からの情報を自然に処理し、周囲の物体や動きのパターンを認識することができます。機械学習の重要な目標の一つは、人間が無監督学習を行う根本的な原理を明らかにすることです。研究者たちは、連続する感覚入力の表現が互いに予測可能であるべきだという重要な仮説を提案しました。初期の研究方法は、遅い特徴分析を通じて行われました。
先日、Figureの創設者兼CEOであるブレット・アドコック氏が、家庭環境における人型ロボットの能力向上を目指した新しい機械学習モデルHelixを発表しました。この発表は、FigureがOpenAIとの提携を終了してからわずか2週間後のことであり、同社のロボティクス分野への揺るぎない決意を示しています。Helixは、視覚-言語-行動(VLA)の汎用モデルであり、視覚データを用いて…