from ScienceDaily
マサチューセッツ工科大学（MIT）の研究者たちは、様々なソースからのデータを用いて多目的ロボットを訓練する、ポリシー・コンポジション（PoCo）と呼ばれる新しい技術を開発した。拡散モデルを用いてドメイン、モダリティ、タスクを横断してデータを組み合わせることで、ロボットは異なる環境で複数のタスクを実行することができる。
この方法により、従来の手法と比較してタスクのパフォーマンスが20％向上した。研究者たちは、異なるデータセットを用いて別々の拡散モデルを訓練し、次にこれらのモデルによって学習された方針を組み合わせて、ロボットの一般的な方針を作成した。
このアプローチは、ロボットのトレーニングに革命をもたらし、将来、より多用途で適応力のあるロボットを生み出す可能性がある。
*Disclamer:本キュレーションはScienceDailyからピックおよび自動生成されました。正確な内容や詳細を知りたい方はリンク先の元コンテンツをご覧ください。
Curated. ニュースレター