Physical AI Lab // 第 2.2 話 // 小テスト
データでアームを学習させる
LeRobot + SO シリーズの実機データ：お手本を、つかめる ACT 方策に変える
01
今回、ルールを書くのではなく、お手本のデータでロボットにつかみ方を教えるのはなぜですか？
ルールは書けるが、動かすと遅すぎる
状況が変わりすぎて、ルールを書ききれない
ルールはシミュレーションでしか使えない
ルールを書く前に、学習済みのモデルが必要になる
02
お手本を録るとき、カメラの画像が関節の動きより半拍遅れて記録されていた。このデータで学習すると、どうなりそうですか？
形式が合わず、学習がエラーで止まる
学習が少し遅くなるだけで、結果は変わらない
方策がずれて学ぶ。動作が違う画像と結びつく
影響は小さい。チャンク化が半拍を埋めてくれる
03
ACT が一度に出す「ひとまとまり」の動作をとても長くすると、何が起きやすいですか？
一歩ずつの予測に戻り、小さな誤差がふくらむ
パラメータが何倍にも増え、メモリに入らない
お手本が足りなくなり、何倍も録り直す必要がある
変化についていけず、反応が遅れる
04
実機で一度試したら、方策はコップをしっかりつかんだ。それでも「成功率100%」と報告できないのはなぜですか？
一度だけでは運かもしれない。何十回も試す
シミュレーションで測った成功率しか数えない
学習が10万ステップに届いておらず、結果が無効
成功率は標準ベンチマークでしか計算できない
05
実機は手元にないが、この ACT の学習の流れを採点したい。動画のおすすめは？
シミュレーション付きのタスクに替えて採点する
この方策を、前回作った MuJoCo の場面に入れて試す
学習終了時の損失を成功率として使う
学習に使ったお手本で再生し、動作が合うか見る
答えを見る