トピック: Policy

全セクション横断 3 件

Chronos Policyは、観測の取得時刻と行動の実行時刻をロボット方策に明示的に与える手法である。センサーや推論の遅延が揺れる現場でも、動作の安定性を保てる可能性を示した。

ロボットが基盤モデルの助言で既存の短い技能を試し、成功例を学習に回して失敗を自ら克服する手法が登場した。人手の実演なしに現場で性能を高められる点が、導入費用の抑制につながる。

米研究者らがLLMエージェントの経験活用を抜本的に改善する手法「JERP」を発表した。ルールと行動方針を同時更新することで、複雑な多段階業務の自動化精度が大幅に向上する可能性がある。