トピック: Sim-to-Real Gap

全セクション横断 2 件

カナダの研究チームが強化学習エージェントの訓練に必要な多様な仮想環境を自動生成する手法を発表した。従来は手作業だった環境構築を自動化し、AI開発の工数を大幅に削減できる可能性がある。

清華大学らの研究チームが開発したR2RDreamerは、少数の実演データからロボット操作ポリシーの空間汎化を実現する拡張フレームワークであり、産業用ロボット導入コストを大幅に削減する可能性を持つ。