何が起きたか
研究チームは、ロボット制御のための記憶拡張フレームワークMemERを発表した。MemERは、高レベルポリシーが過去の関連キーフレームを選択・追跡し、低レベルポリシーへのテキスト指示を生成する階層型設計を採用する。実験では、Qwen2.5-VL-7B-Instructとπ0.5をそれぞれ高レベル・低レベルポリシーとして微調整し、3つの実世界長期操作タスクで従来手法を上回った。
詳細
MemERは、ロボットポリシーに記憶能力を付与することを目的とした階層型ポリシーフレームワークである。高レベルポリシーは、経験から関連する過去のキーフレームを選択・追跡するよう訓練され、選択されたキーフレームと最新フレームを用いて低レベルポリシーへのテキスト指示を生成する。この設計は既存の視覚言語行動(VLA)モデルと互換性があり、長時間の依存関係を効率的に推論できる。実験では、Qwen2.5-VL-7B-Instructを高レベルポリシー、π0.5を低レベルポリシーとして使用し、最小限の言語アノテーションを追加したデモンストレーションで微調整した。MemERは、数分の記憶を必要とする3つの実世界長期ロボット操作タスクで従来手法を上回る性能を示した。
Key Facts
| MemERは、高レベルポリシーが過去の関連キーフレームを選択・追跡し、低レベルポリシーへのテキスト指示を生成する階層型ポリシーフレームワークである。 | [1] |
| MemERは既存の視覚言語行動(VLA)モデルと互換性があり、長時間の依存関係を効率的に推論できる。 | [1] |
| 実験では、Qwen2.5-VL-7B-Instructとπ0.5をそれぞれ高レベル・低レベルポリシーとして微調整した。 | [1] |
| MemERは、数分の記憶を必要とする3つの実世界長期ロボット操作タスクで従来手法を上回る性能を示した。 | [1] |
なぜ重要か
MemERは、ロボットが長期的な記憶を活用して複雑なタスクを遂行する可能性を示すものであり、ロボット制御の新たな方向性を提示する。この技術が実用化されれば、ロボットの自律性と適応性が向上し、より幅広い応用が期待される。