世界認知モデルWCM、実世界の人間とロボットの対話タスクで73.8%の成功率

何が起きたか

研究者らは、人間とロボットの対話を可能にする世界認知モデル（WCM）を発表した。WCMはSLAKアーキテクチャと非同期ランタイムを基盤とし、ユーザーがロボットに教示できるモードを備える。実世界の9タスクで平均73.8%の成功率を達成した。

詳細

WCMは、SLAK（Sensing, Logic, Action, Knowledge）アーキテクチャと非同期ランタイムに基づく人間中心の具現化エージェントである。SLAKは知覚、推論、制御、記憶を分離し、ランタイムは推論、対話、実行を並行して進行させる。WCMは、ユーザーがロボットに難しいタスクや長期的なタスクを対話的に教示できるヒューマンインザループの教示モードを導入する。教示エピソードと自律的なタスク実行は、チェーンオブソートの教師信号に精緻化され、モデルを継続的に改善する。WCMは、CoTファインチューニングから除外されたタスクと、教示を通じて学習された長期的なタスクを含む、9つの実世界の人間とロボットの対話タスクで平均73.8%の成功率を達成した。

Key Facts

なぜ重要か

WCMは、ロボットが単なる命令実行装置から、人間と対話しながら協調するパートナーへと進化する可能性を示す。ユーザーがロボットに教示できる仕組みは、ロボットの導入障壁を下げ、多様な現場での活用を促進するだろう。