本日は、@FlexionRoboticsの共同創業者兼CEOである@rdn_nikita氏に、現在のロボット能力と現実世界で完全自律ロボットを展開するために必要なこととのギャップについて話し合います。ニキータは、強化学習とシミュレーションがロボットの移動の急速な進歩を牽引してきたこと、そしてなぜ移動がまだ「解決」から遠いのかを説明しています。私たちはsimとrealのギャップを掘り下げ、視覚入力の追加がノイズをもたらし、シムからリアルへの転送を大きく複雑にする仕組みです。また、エンドツーエンドモデルとモジュール式アプローチの議論、そしてなぜロコモーション、計画、セマンティクスの分離が今日でも実用的なアプローチであり続けているのかを探ります。ニキータはまた、「リアル・トゥ・シム」という概念を紹介し、実世界のデータを用いてシミュレーションパラメータを洗練し、より忠実度の高い訓練のために強化学習、模倣学習、遠隔操作データを組み合わせて四足歩行ロボットとヒューマノイドロボットの両方の堅牢な方針を訓練する方法を論じています。また、事前学習済みの視覚言語モデル(VLM)を活用し、視覚言語行動(VLA)モデルと低レベルのタスクオーケストレーションを行うFlexionの階層的アプローチを紹介しています全身トラッカー。最後に、ニキータはヒューマノイドロボットのデモの舞台裏、シミュレーションにおける強化学習と現実世界の比較、報酬チューニングの微妙な違い、そして今日ロボティクスを始めようとする研究者や実務者への実践的なアドバイスを共有します。 🗒️ このエピソードの全リソースリストについては、ショーノートページをご覧ください: 📖 章 =============================== 00:00 - はじめに 04:07 - ロボットの移動は解決したのか? 06:04 - シムから現実へのギャップ 08:58 - 政策に意味論を加える 09:42 - モジュラーアーキテクチャとエンドツーエンドアーキテクチャの違い 10:29 - プランナーモデル 12:21 - 四足歩行から人型への強化学習技術の応用 15:39 - ロボットデモの裏側 18:09 - 家庭環境におけるヒューマノイドロボット 22:03 - トレーニングアプローチ 23:56 - VLAモデル 27:59 - シムと現実の差を縮める 32:55 - VLMを用いたタスクオーケストレーション 36:38 - 道具の使用 38:10 - モデル階層 43:37 - シミュレーター環境とシミュレーション環境の比較 44:57 - 模倣学習と強化学習の結合 46:42 - 現実世界の強化学習とシミュレーションの強化学習の違い 52:58 - ロボティクスにおける報酬チューニングと価値関数 56:38 - 予測 1:00:10 - ヒューマノイド、クアドロップ、そして車輪付きプラットフォーム 1:02:45 - アドバイス、おすすめロボットキット、コミュニティPLA