タグ: #imitation-learning
GPU・LLM・MLOps・Kubernetes、そしてマインドセット · 3 件
ロボットはどう学ぶのか — 模倣学習と強化学習
ロボットが技能を獲得する四つの方法を概観し、模倣学習(テレオペレーション・行動クローニング・DAgger)と強化学習(報酬・方策・探索)の原理、長所と短所、データ効率の違い、そして両者を組み合わせる方法を、図と比較表で整理します。
2026-06-29 · 32 分で読めます #ai-papers#robotics#imitation-learning#reinforcement-learning#robot-learning人の映像から学ぶロボット — ウェブスケールデータの夢
人が物を扱う映像からロボットは学べるのか。アフォーダンスと軌道、ドメインギャップ、表現学習と事前学習、ワンショット模倣、ウェブ動画のスケールアップ、そしてロボットデータとの結合まで、事例と限界を押さえます。
2026-06-29 · 37 分で読めます #ai-papers#robotics#imitation-learning#representation-learning#videoDiffusion Policyとπ0 — 滑らかなロボット行動の秘密
離散行動トークンの限界を超えて、行動を連続値で生成する二つの流れを見ていきます。Diffusion Policyは行動をデノイジングで生成し、π0はflow-matchingで高周波の連続行動を作ります。両アプローチの考え方、アーキテクチャ、制御周波数、長所と限界を整理します。
2026-06-27 · 27 分で読めます #ai-papers#robotics#diffusion-policy#pi0#flow-matching