トピック: World-Action Model (WAM)

全セクション横断 4 件

Long-WAMは最大19.2秒の映像履歴を使い、ロボットの操作成功率を63.3%から78.7%へ高めた。履歴の長さより事前学習の方式が効果を左右する点が、現場導入の鍵となる。

研究チームは、ロボットが未来の映像と行動を同時に生成する世界行動モデルの応答遅延を、ノイズ除去の分散処理で抑える手法Rolling-WAMを発表した。定常時の再計画は従来比4.5倍に高速化し、製造・物流現場での実用化を後押しする可能性がある。

米研究チームが、ロボットが過去のデモデータを保存せずに複数タスクを継続学習できるフレームワーク「REGEN」を発表。製造・物流現場における多品種対応自動化の実用化を加速させる可能性がある。

東京大学などの研究チームが、言語指示に基づいてロボットの動作を予測・制御する新型世界行動モデル「RepWAM」を発表した。製造・物流現場における自動化の精度向上と導入コスト削減に直結する成果として注目される。