XNews

Dyna-2世界行動モデル、ロボットスケーリング向けに公開

Dyna-2世界行動モデル、ロボットスケーリング向けに公開

Dyna Roboticsは、ロボット向けの世界行動モデル「Dyna-2」を発表した。同モデルは100万時間以上の人間のビデオで事前学習されており、ロボットの軌跡データは一切使用されていない。事前学習データは約170年の覚醒経験に相当する。モデルはより多くの人間ビデオを学習するにつれてロボットタスクの性能が向上した。エンボディメントギャップは知識問題ではなく適応問題と捉えられており、この再解釈はロボットの事前学習手法を変革する可能性がある。スケーリング則は依然として上昇を続け、性能の頭打ちは観測されていない。

Key insights

世界行動モデル、人間のビデオデータでスケール

Dyna Roboticsの世界行動モデル「Dyna-2」は、100万時間以上の人間のビデオ(約170年の継続的な覚醒経験に相当)で事前学習された。ロボットの軌跡データを一切使用せずに訓練されたにもかかわらず、人間のビデオデータを多く取り込むにつれてロボットタスクの性能が向上した。このアプローチのスケーリング則は頭打ちの兆候を示しておらず、さらなる人間ビデオがさらなる性能向上をもたらす可能性を示唆している。

エンボディメントギャップを適応問題として再解釈

Dyna-2の性能に関する観察結果は、エンボディメントギャップ(人間の知識をロボットに移す際の課題)が知識問題というよりも適応問題であることを示している。モデルは訓練中にロボットの軌跡を一切見ていないにもかかわらず、ロボットタスクで性能が向上したことから、ロボットの事前学習戦略はドメイン固有のデータ収集ではなく、異なる身体間の適応に焦点を当てるべきであることを示唆している。

Source posts