1718456102
2024-06-15 12:30:59
RoboCasa は、ジェネラリスト ロボット エージェントをトレーニングするためのシミュレーション フレームワークです。画像提供: Yuke Zhu および Soroush Nasiriany。
自然言語処理 (NLP) やコンピューター ビジョン アルゴリズムの大規模な計算モデルを含む人工知能 (AI) ツールのパフォーマンスは、過去数十年にわたって急速に向上しています。その理由の 1 つは、これらのアルゴリズムをトレーニングするためのデータセットが飛躍的に増加し、多くの場合インターネットから収集される数十万の画像やテキストが収集されるようになったことです。
一方、ロボットの制御と計画アルゴリズムのトレーニング データは、入手がそれほど簡単ではないこともあり、まだはるかに少ない状態です。そのため、一部のコンピューター サイエンティストは、幅広いロボット アプリケーション用の計算モデルのトレーニングに使用できる、より大規模なデータセットとプラットフォームの作成に取り組んでいます。
最近の論文では、 事前公開 テキサス大学オースティン校とNVIDIA Researchの研究者らは、arXivサーバー上で公開され、Robotics: Science and Systems 2024カンファレンスで発表される予定のプラットフォームの1つ、RoboCasaを発表しました。
RoboCasa は、日常のさまざまな場面でさまざまなタスクを完了できるように汎用ロボットをトレーニングするために使用できる大規模なシミュレーション フレームワークです。
「最近のAIの進歩は、主に トレーニング 「膨大なデータソースに大規模なモデルを適用することは、非常に効果的です」と、論文の筆頭著者であるユーク・チュー氏はTech Xploreに語った。
「これらの進歩に触発されて、私たちはさまざまな日常的なタスクを実行できる汎用的なロボットの基礎モデルの開発を目指しています。RoboCasa は、このようなロボットの基礎モデルのトレーニングに必要な高品質のシミュレーション データを提供するように設計されています。」
クレジット: RoboCasa
Zhu、Soroush Nasiriany、Abhiram Maddukuri、Lance Zhang、Adeet Parikh、Aaron Lo、Abhishek Joshi、Ajay Mandlekar による最近の研究の主な目的は、ロボット工学アルゴリズムのトレーニングを容易にする新しいオープンソース シミュレーション プラットフォームを開発することでした。
彼らの努力は最終的に、数年前に彼らが導入したシミュレーション フレームワークである RoboSuite の拡張である RoboCasa の開発につながりました。RoboSuite は、チームが RoboCasa のシミュレーション環境を作成するために使用したシミュレーション インフラストラクチャとして機能します。
「私たちは、生成 AI ツールを利用して、多様なオブジェクト アセット、シーン、タスクを作成しました」と Zhu 氏は説明します。「これらの AI ツールにより、シミュレートされた世界の多様性とリアリティが大幅に向上しました。さらに、RoboCasa はさまざまなロボット ハードウェア プラットフォームをサポートし、モデル トレーニング用に 10 万を超える軌跡を含む大規模なデータセットを提供します。」
RoboCasa プラットフォームには、150 種類を超える日常的なオブジェクトと数十種類の家具や電化製品を含む何千もの 3D シーンが含まれています。RoboCasa は、生成 AI ツールを使用して強化された非常にリアルなシミュレーションを特徴としています。
チュー氏と彼の同僚は、ロボット工学アルゴリズムを訓練できる 100 のタスクを設計し、これらのタスクに対する高品質な人間のデモンストレーションをまとめました。彼らのプラットフォームには、ロボットがこれらのタスクを完了できるように効果的な軌道と動作を生成する方法も含まれています。
RoboCasa は、GPT-4 などの大規模言語モデルを使用して、さまざまな日常的なタスクを作成します。クレジット: Yuke Zhu および Soroush Nasiriany
「私が最も興奮したのは、2つの重要な発見でした」とチュー氏は語った。「まず、スケーリングの傾向が実証されました。つまり、（マシン生成の）トレーニングデータセットのサイズが大きくなるにつれて、モデルのパフォーマンスが着実に向上したのです。2つ目に、シミュレーションデータと現実世界のデータを組み合わせることで、拡張されたデータセットが現実世界のタスクにおけるロボットのパフォーマンスを向上させることがわかりました。」
初期実験では、新しいシミュレーション プラットフォームは、模倣学習アルゴリズムのトレーニングに使用できる合成トレーニング データを生成するための貴重なリソースであることが証明されました。全体として、この研究は、シミュレーション データがロボット アプリケーション用の AI モデルのトレーニングに非常に効果的であることを示しています。
将来的には、他のチームもオープンソースなので簡単にアクセスできるRoboCasaを試すことができる。 GitHubで一方、チュー氏とその同僚は、ロボット工学コミュニティ内での幅広い使用を促進するために、プラットフォームの拡張と改善を継続する予定です。
「まず、より高度な生成AI手法を取り入れてシミュレーションをさらに拡張し、家庭や工場からオフィスまで、人間中心の環境の多様性と豊かさを捉えることを目指しています」とチュー氏は付け加えた。
「第二に、私たちはより優れたアルゴリズムを開発し、 シミュレーション 現実世界でより堅牢かつ一般化可能なロボットシステムを構築するためのデータです。」
詳しくは：
Soroush Nasiriany 他「RoboCasa: ジェネラリストロボットの日常タスクの大規模シミュレーション」arXiv (2024)。 DOI: 10.48550/arxiv.2406.02523
ジャーナル情報:
arXiv
© 2024 サイエンスXネットワーク
引用: 日常的なタスクでロボットを訓練するための新しい大規模シミュレーションプラットフォーム (2024 年 6 月 15 日) 2024 年 6 月 15 日に https://techxplore.com/news/2024-06-large-scale-simulation-platform-robots.html から取得
この文書は著作権の対象です。個人的な学習や研究を目的とした公正な取り扱いを除き、書面による許可なしに複製することはできません。コンテンツは情報提供のみを目的として提供されています。
#日常的なタスクでロボットを訓練するための新しい大規模シミュレーション #プラットフォーム