ロボットAIの最大の壁は「訓練データをどこから集めるか」だ
How to Train Your Robot
LLMはインターネット上の膨大なテキストで訓練できたが、ロボットには同等の公開データが存在しない。遠隔操作による模倣学習、実機の自律行動による強化学習、シミュレーションなどが使われるが、どれもコストや現実とのギャップという課題を抱える。実世界で稼働するロボットからデータを集める「データフライホイール」が本命とされるが、現時点ではまだ黎明期だ。
最大の課題は、実世界の物理を捉えるのに十分な多様性を持つシミュレーション環境を作ることでした。Rubik's Cubeやロボットハンドのように複雑な物体では、摩擦や弾性、動力学といった要素を正確に測定・モデル化するのは極めて難しく、domain randomizationだけでは不十分だと分かったのです。
HNでの議論
30- pakl
LLMは大量のテキスト訓練データを吸収して有用になる方法を示してきた。感覚処理には、時空間ストリームを吸収するための異なるアーキテクチャが必要だ。言語モデルに視覚をボルトで固定するのは、技術を少し薄く伸ばしすぎている。
良いニュースは、データが豊富にあることだ——それは（ロボットの）周りすべてにある。実世界——ロボットの環境世界（umwelt）がセンサーを通じて感知され、アクチュエータによって作用される——が大量のデータを提供するだろう。
興味深いことに、同僚たちは身体化された学習がグラウンディング、アラインメント、AI安全性につながると提案している。
（ロボティクス＋機械学習のスタートアップで4年間働き、R&Dディレクターを務めた。）
- alex-moon
これは優れた記事で、近い将来に重要になると思うことについて私の意見をうまく変えてくれた。私はいつもヒューマノイドロボットを笑っていた。それらは「快適さ」の理由で作られているのだと思っていた。今では、これがほぼ確実に一般的なロボット問題を解決する最も信頼できる方法だと気づいた——OPが挙げた理由だけでなく、世界全体がすでに人間の形をしたエージェントのために作られているからだ。
- alexpotato
GoogleでのSebastian ThrunのDARPA Grand Challenge優勝に関する講演[0]には、「ロボット」の訓練についての素晴らしい議論がある。
要約：
- LIDARには公表されていない誤差率があった
- 穴ぼこにぶつかると車のINSが混乱する可能性があった
- 上記の組み合わせによる誤差をどう修正するか確信が持てなかった
- 結局、訓練データを生成するために車を走らせるだけにした
うまくいったのは、コンピュータが障害物があるかどうかを予測し、その直後に車のドライバーが実際の障害物を避けて運転するか、コンピュータが障害物はないと認識するかのどちらかだったからだ。
この講演を見たことがないなら、強くお勧めする。Thrunはとても面白いし、自動運転がまだ全く新しい概念だった頃へのタイムカプセルでもある。
- ilikerashers
問題は利用可能なセンサーデータの不足でもあるのだろうか？
私たち自身の神経は膨大な量のデータを生成している。目や平衡感覚も、動きや運動学を可能にする非常に豊かな像に貢献している。これらはすべて使用可能なフィードバックに融合されている。
固定軸上の腕と切り離された視覚では、真のロボット訓練からはまだ非常に遠いように感じる。
- serpicourge
この件についてNVIDIAによる良い動画がある。とても楽しいプレゼンだ：
https://www.youtube.com/watch?v=3Y8aq_ofEVs&pp=ygUKbnZpZGlh...
PS：ロボティクスがHNであまり注目されないのは悲しい :(