AI支援学習プラットフォームがロボットに字義的なコマンド以上の推論を可能にする

MIT Newsによると、MITとニューヨーク大学の研究者らは、「ロボットの動作計画のための柔軟な機能編集パイプライン」であるFLEXを今月開催されるロボット学習会議で発表する予定である。[1]MIT Newsは、ロボットが文字通りに指示に従うことができ、また「言葉の中を読んで、より大きな一般化を導き出す」ことができると述べている。[1]Daily.devは、FLEXが3つのステップで動作すると報じている。Addは回避する対象を追加し、Generalizeはgpt-4oを使用してより広いルールを推測し、Maskはコンピュータビジョンを使用して削除されたオブジェクトを除去する。[2]このメディアは、このプロセスに約5秒かかると付け加えている。[2]Physical AI Newsは、チームがロボットアームでコーヒーを注ぐ、ろうそくを移動する、ボウリングの球を運ぶシミュレーションでFLEXをテストしたと報じている。[3]MIT Newsによると、ロボットはコマンドに字義通りに従いながら、電子機器にこぼさず、可燃物から遠ざかり、脆いものにその荷物を落とさなかった。[1]Superpower Dailyは、元の論文が2次元ナビゲーション、Frankaロボットアームタスク、実世界研究もカバーしており、著者らが競合する機能編集アプローチよりも高い正規化報酬を報告していると報じている。[4]共著者のネイサン・デンラーはMIT Newsに対し、「あなたが言葉にはより高レベルの意図が存在する」と述べた。[3]MIT Newsは、この研究がMITの航空宇宙工学科の准教授であるアンドレア・ボブによって主導されたと述べている。[3]ボブはMIT Newsに対し、「どのロボットも箱から出た時点で、あなたにとって何が重要かを知らない」と述べた。[1]