注目★★★★★Hugging Face Papers
GE-Act 2.0、30,000時間学習でロボット操作成功率44.1%
30秒で把握
- 1GE-Act 2.0が操作データのみで学習しゼロショット制御を実現
- 2学習量30,000時間でG1-OP成功率44.1%、G2-90Dは31.1%
- 3100タスク・20スキル群で評価しOOD成功率とデータ量が相関
要約
GE-Act 2.0は、ロボット操作データだけでゼロから事前学習したworld-action modelだ。制御向けAutoencoder、単一ステップ画像プランナー、逆動力学モデルをKASOで統合し、タスク別の追加学習なしで将来状態の予測と行動生成を行う。共学習データを300時間から30,000時間へ拡大すると、G1-OPの成功率は17.1%から44.1%、G2-90Dは13.4%から31.1%へ上昇した。100タスク・20スキル群で評価し、未学習の環境でも19/20および18/20のスキル群で改善した。スキル別データ量とゼロショットOOD成功率にはPearson r=0.80、Spearman rho=0.85の相関があった。
あなたへの影響
ロボット制御を開発するチームは、タスク別fine-tuningに依存しない事前学習モデルとして、保有する操作データでの再現性とOOD性能を次スプリントで評価するとよい。
推奨：world-action modelは将来状態を予測して行動を導くモデルで、KASOは記録動作と整合する予測だけを学習に使う手法だ。