タグ: #vla
GPU・LLM・MLOps・Kubernetes、そしてマインドセット · 8 件
Gemini Robotics 2とロボット基盤モデル — 全身制御が実際に変えるもの
2026年7月30日、Google DeepMindがGemini Robotics 2を公開し、ヒューマノイドのつま先から指先までを一つのビジョン・ランゲージ・アクションモデルで制御すると発表しました。一緒に公開された数字は興味深いことに自慢ではなく現状の正直な記録に近いものです — 電球を緩めるのに92パーセント、締めるのに36パーセント、床から物を拾うのに45.7パーセント。この記事はVLAが実際に何なのか、全身制御がなぜ上半身操
2026-07-31 · 25 分で読めます #ai#robotics#vla#foundation-models#evaluation2026年ロボット企業マップ — ヒューマノイド激戦とVLAモデル、そしてエンジニアの参入経路
2026年はヒューマノイドの出荷台数が前年比約7倍(5万台見込み)へ跳ね上がる変曲点です。390億ドルのバリュエーションを持つFigureと自社VLAモデルHelix、2026年夏に量産へ入るTesla Optimus Gen 3、すでに5,500台を販売した価格破壊者Unitree、ロボットの汎用頭脳を売るPhysical Intelligence(π0)まで — 主要企業をハードウェア・頭脳・市場の軸で整理し、RT-2からGR00T
2026-07-09 · 10 分で読めます #robotics#ai#vla#trends#career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#videoロボット基盤モデル — 一つの方策で多くの仕事を
一つの方策で複数のロボット、複数の作業をこなそうとするロボット基盤モデルの流れを整理します。ジェネラリスト方策の概念、Open X-Embodimentのような大規模ロボットデータ、クロスエンボディメント、VLAとの関係、スケーリングの観点、そしてデータ・安全・評価という課題を図とともに見ていきます。
2026-06-29 · 36 分で読めます #ai-papers#robotics#foundation-model#generalist-policy#open-x-embodimentヒューマノイドのための二つの脳 — GR00T N1とHelix
ヒューマノイドロボットのためのVLAは、速い反射と遅い思考を併せ持つ必要があります。NVIDIA GR00T N1とFigure AI Helixを中心に、速い低レベル制御(System 1)と遅い計画(System 2)を結合するデュアルシステム・アーキテクチャ、学習方式、課題と展望を整理します。
2026-06-27 · 27 分で読めます #ai-papers#robotics#humanoid#groot-n1#helixロボットが見て聞いて動く — VLAモデル RT-2とOpenVLAのレビュー
ビジョン・言語・行動(VLA)モデルは、カメラ映像と自然言語の指示を受け取り、ロボットの行動を直接出力します。RT-2、Open X-Embodiment、OpenVLAを中心に、VLAパラダイムの考え方、アーキテクチャ、行動トークン化、長所と限界を整理します。
2026-06-27 · 27 分で読めます #ai-papers#robotics#vla#rt-2#openvla自律走行/ロボティクス技術スタック完全攻略：C++、ROS2、CUDA、TensorRTからVLM/VLA、シミュレーションまで
自律走行とロボティクスの中核技術スタックを総まとめする。Modern C++、ROS/ROS2、CUDA並列プログラミング、TensorRT最適化、モデル軽量化（量子化/プルーニング）、センサーフュージョン（GPS/IMU/カメラ/LiDAR）、VLM/VLAモデル、SIL/HILテスト、シミュレーション（CARLA/Isaac Sim）、自律走行フルスタック、VR/ARデジタルツイン、クラウドインフラまで、13の中核領域を実践的な観点
2026-03-01 · 27 分で読めます #autonomous-driving#robotics#ros2#cuda#tensorrt