ロボット学習
模倣学習・強化学習・学習データの集め方、学習の更新。(5 件の記事)
フィジカル AI
- 学習データの集め方
ロボットの学習データを、遠隔操作での収集、公開データの再利用、合成データの生成から整理します。架空の仕分け作業を例に、揃える記録と、追加収集を判断する手順を説明します。
フィジカル AI · 手順
- ドメインランダム化と汎化
シミュレーションの見た目や物理条件を変えて学ぶドメインランダム化について、変える対象と範囲の決め方、汎化の確かめ方、実機で残る限界を説明します。
フィジカル AI · 解説
- 学習の評価と失敗の分析
ロボットの学習結果は、成功の定義、試験条件、試行数をそろえて評価します。架空の箱の移動作業を通し、成功率の読み方、失敗の記録、原因候補の切り分け、改善後の比較を説明します。
フィジカル AI · 手順
- 模倣学習・強化学習・基盤モデルの全体像
ロボットの模倣学習と強化学習を、学習に使う情報と準備するものから比較します。基盤モデルは学習方法とは別の軸にあることを整理し、架空の箱移動を例に、方法を選ぶ手順と失敗の見方を説明します。
フィジカル AI · 解説
- 感知・判断・動作からなる仕組みの全体像
フィジカル AI を構成する感知・判断・動作の流れと、学習・シミュレーション・安全の位置、部品をつなぐソフトウェア、学習の作業の順を整理します。
フィジカル AI · 解説