Physical AI Lab // 第 1.6 話 // 小テスト

模倣学習：お手本から動きを学ぶ

まねするだけ、がなぜ難しいのか

01ある行動クローニングの方策は、はじめの数歩は正しく、途中で少しずれると、そのあとどんどんおかしくなりました。いちばんの理由は？お手本に、もともとまちがった動きがまざっていたずれた先はお手本にない場所で、誤りがふくらむ制御周波数が高すぎて、動きを最後まで実行できない行動クローニングは、一歩ごとに動きをランダムに選ぶ

02ACT は一歩ずつ動くのではなく、短いひとまとまりの動きを一度に出します。これは主に何のためですか？ぶれと迷いが減り、誤りもふくらみにくいモデルが一度にもっと多くの画像を見られるようにお手本を記録するときのカメラの台数を減らすためロボットがお手本なしで学べるようにするため

03障害物をよけるとき、左から回っても右から回っても正解です。昔の方法で学んだ方策は、障害物にまっすぐぶつかりました。いちばん考えられる原因は？お手本に左回りしかなく、右回りがなかった左回りと右回りを平均して、真ん中で止まった拡散方策を使っていて、ばらつきが大きすぎた障害物がカメラの見える範囲の外にあった

04ACT の論文は、約十分のお手本で、調味料のカップを開ける、電池を差し込むといった実際の作業の成功率が80〜90%だったと報告しています。いちばん筋の通る推論は？どんな作業でも、十分のお手本で80〜90%に届くこれはシミュレーションの成功率で、実機ではずっと低い論文が挙げた実際の作業のテストで、この成功率が測られたお手本をもう少し増やせば、成功率はかならず上がる

05ある場面のお手本はもう十分あり、人手はあと一つの作業にしか使えません。動画の論文の結論によると、いちばん得な使い方は？同じ場面で、お手本を倍に増やすいちばんよい数本だけ残し、ほかは消す記録ずみのお手本で、何度も学ばせ直す環境を増やし、物も変えて記録する