Helix 2.5が初期学習のみで未経験の30軒の家で多様な全身作業を実施するデモを公開

あるAIロボットシステムの進展について紹介する投稿です。以前、Skild AIが未知の住宅環境へのzero-shot転移を示したのに続き、Figure社は人型ロボットが初めて訪れる30の住宅で全身を使った複数の作業をzero-shotで実行したことを示しています。Helix 2.5というモデルは、Figure社の人間行動データセット「Index」で一から事前学習され、その後、別の場所で3つの作業に特化したファインチューニングを受けています。ここでのzero-shotとは、「未経験の住宅や物体」への対応を意味し、新たな作業自体を学習していないわけではありません。また、これらの30の住宅では追加のデータ収集やファインチューニングは一切行われていません。さらに、Indexデータでの事前学習を導入することで、タスク完全成功率が9%から56%へ大幅に向上したこと、加えて人間行動データの量を増やすとロボット動作予測の性能向上が予測可能であり、最大規模の学習における損失まで四桁精度で予測できたことも報告しています。成功率56%は完璧ではないものの、人間の経験のみからここまで汎化できている点が注目されています。

※長文投稿のため、参考訳は概要を最大600字まで表示しています。 元投稿をご参照ください