何が起きたか

Physical Intelligenceは、ロボット制御のための新しいアクショントークナイザー「FAST」を発表した。同社によると、FASTはJPEG画像に使われるような連続圧縮手法に着想を得ており、標準的なビニングによる離散化では不可能な高頻度で器用なタスクを処理できる。また、フローマッチングや拡散と同等の器用さを達成しながら、トレーニングが5倍速いとしている。FASTは、動作を離散トークンで表現することで、インターネット規模の事前学習からの転移を改善し、言語による指示追従も向上させるとしている。

Key Facts

Physical Intelligenceは、ロボット制御向けの新しいアクショントークナイザー「FAST」を開発した。[0]
FASTは、JPEG画像に使われるような連続圧縮手法に着想を得ている。[0]
FASTは、標準的なビニングによる離散化では不可能な高頻度で器用なタスクを処理できるとしている。[0]
FASTは、フローマッチングや拡散と同等の器用さを達成しながら、トレーニングが5倍速いとしている。[0]
FASTは、動作を離散トークンで表現することで、インターネット規模の事前学習からの転移を改善し、言語による指示追従を向上させるとしている。[0]

なぜ重要か

ロボット制御の基盤モデルでは、動作の表現方法が学習効率と性能に大きく影響する。FASTは、従来のビニング方式の限界を克服し、拡散モデルと同等の器用さを保ちながらトレーニング時間を短縮する可能性を示しており、汎用ロボットポリシーの学習を加速させる技術として注目される。