何が起きたか
Physical Intelligenceは、ブログで新しいモデル「π0.7」を発表した。同社によると、π0.7は汎用モデルであり、微調整された専門モデルと同等の性能で幅広い器用なタスクを実行できる。さらに、訓練データに含まれない新しい言語コマンドに従い、未見のタスクを実行できるとしている。同社は実験で、π0.7が構成的一般化の初期兆候を示し、さまざまなタスクからのスキルを再結合して新しい問題を解決することを確認したと述べている。例として、新しいキッチン家電の使用や、洗濯物をたたむデータがないにもかかわらず新しいロボットが洗濯物をたたむことを可能にしたことを挙げている。同社は、π0.7がRLで微調整された専門モデルπ*0.6と同等の速度と堅牢性で器用な操作スキルを実行でき、学習したスキルを構成・再結合して新しいタスクを解決でき、ロボットプラットフォーム、シーン、タスクをまたいだ汎化が従来モデルより効果的であるとしている。
Key Facts
| Physical Intelligenceは、新しいモデル「π0.7」を訓練した。 | [0] |
| π0.7は、微調整された専門モデルと同等の性能で幅広い器用なタスクを実行できると同社は述べている。 | [0] |
| π0.7は、訓練データにない新しい言語コマンドに従い、未見のタスクを実行できると同社は述べている。 | [0] |
| 同社は実験で、π0.7が構成的一般化の初期兆候を示し、スキルを再結合して新しい問題を解決することを確認したと述べている。 | [0] |
| 例として、新しいキッチン家電の使用や、洗濯物をたたむデータがないにもかかわらず新しいロボットが洗濯物をたたむことを可能にしたことを挙げている。 | [0] |
| 同社は、π0.7がRLで微調整された専門モデルπ*0.6と同等の速度と堅牢性で器用な操作スキルを実行できると述べている。 | [0] |
| 同社は、π0.7がロボットプラットフォーム、シーン、タスクをまたいだ汎化が従来モデルより効果的であると述べている。 | [0] |
なぜ重要か
ロボット基盤モデルにおいて、訓練データにないタスクへの汎化は重要な課題とされてきた。π0.7は、構成的一般化の初期兆候を示すとされ、ロボットが新しい状況でスキルを再結合できる可能性を示唆している。ただし、これは同社の主張に基づくものであり、第三者による検証はまだない。