先日、カリフォルニア大学バークレー校BAIRラボのSergey Levine研究チームは、現実世界における複雑な操作スキルを学習するロボットの課題を解決することを目的とした、HIL-SERLという強化学習フレームワークを発表しました。この新技術は、人間のデモンストレーションと修正を効率的な強化学習アルゴリズムと組み合わせることで、ロボットはわずか1～2.5時間で、動的な操作、精密な組み立て、両腕協調など、様々な精密で巧みな操作タスクを習得できます。以前は、ロボットに新しいスキルを学習させるには、