トピック: Vision-Language-Action Model

全セクション横断 4 件

米研究者らがロボットの視覚・言語・行動モデルに能動的継続学習を組み合わせた手法「RECALL」を発表。失敗前に補完データを収集し、再訓練コストを削減できることが実証された。

ロボット制御用大規模AIモデルの冗長な中間層を最大50%削減しても性能を維持できることが判明した。学習時間を4割以上短縮し、推論速度も3割向上するこの知見は、製造・物流業界のロボット導入コストを根本から変える可能性がある。

ロシア科学アカデミー等の研究チームが、産業用ロボットの基盤モデルにおける常識・世界知識の喪失を定量化する評価手法「Act2Answer」を開発した。製造・物流業界のロボット導入判断に直結する知見として注目される。

京港大らの研究チームが、事前学習済みロボット制御AIを少ない成否情報だけで効率的に強化学習できる手法「HABC」を発表した。製造・物流現場での自律ロボット導入コストを大幅に削減しうる成果である。