headless 曰く、

トヨタの人工知能研究会社 Toyota Research Institute (TRI) は 19 日、生成 AI を用いてロボットに新しい器用な操作を素早く確実に教える手法のブレイクスルーを発表した (ニュースリリース、 The Verge の記事)。

TRI のロボット行動モデルでは、教える人の触覚型デモンストレーションと言葉による目標の説明を組み合わせ、生成 AI による行動学習手法である Diffusion Policy を用いて学習する。これにより 1 行もコードを書くことなく、従来のロボットには難しかった柔らかな物体や液体などに関連するスキルを短時間で学習できるという。

既にロボットは液体を注ぐ、道具を使う、柔らかい物体を扱うなど 60 以上のスキルを学習しており、TRI では年末までに数百個のスキル、2024 年末までに 1,000 個のスキルを学習させる意欲的な目的を設定しているそうだ。今回の進歩はロボット利用を大幅に改善し、大規模言語モデル (LLM) の行動版である大規模行動モデル (LBM) 構築に向けた一歩になるとのことだ。