ページを読み込み中…
ページを読み込み中…
5件の記事
Apple Machine Learning は、多様な文脈でロボットがタスクや対象物に応じて動作を適応させるための二段階模倣学習フレームワーク「MoMo」を発表した。
NVIDIA は、同社の Isaac GR00T プラットフォームを用いて、ヒューマノイドロボットの動作ポリシーを設計から実装まで一貫して開発できる環境を提供すると発表した。
Algomatic のエンジニアである Yusuke 氏が、低コストロボットアーム SO-101 を用いたシミュレーションと実機実験を通じて、同社が提供するノーコードプラットフォーム「LeLab」での模倣学習の取り組みを紹介している。
予測的逆動力学モデルは、次の状態を予測することで曖昧さを減らし、少ないデモンストレーションで標準的な行動模倣を上回る性能を発揮する理由を探る研究。
ABEJAの瀧田氏が、テレオペレーションで収集したロボットアームの模倣学習データセットの構造と可視化方法を解説している。