11日前
RT-1：大規模な現実世界制御のためのロボティクス変換器
Anthony Brohan, Noah Brown, Justice Carbajal, Yevgen Chebotar, Joseph Dabis, Chelsea Finn, Keerthana Gopalakrishnan, Karol Hausman, Alex Herzog, Jasmine Hsu, Julian Ibarz, Brian Ichter, Alex Irpan, Tomas Jackson, Sally Jesmonth, Nikhil J Joshi, Ryan Julian, Dmitry Kalashnikov, Yuheng Kuang, Isabel Leal, Kuang-Huei Lee, Sergey Levine, Yao Lu, Utsav Malla, Deeksha Manjunath, Igor Mordatch, Ofir Nachum, Carolina Parada, Jodilyn Peralta, Emily Perez, Karl Pertsch, Jornell Quiambao, Kanishka Rao, Michael Ryoo, Grecia Salazar, Pannag Sanketi, Kevin Sayed, Jaspiar Singh, Sumedh Sontakke, Austin Stone, Clayton Tan, Huong Tran, Vincent Vanhoucke, Steve Vega, Quan Vuong, Fei Xia, Ted Xiao, Peng Xu, Sichun Xu, Tianhe Yu, Brianna Zitkovich
要約
大規模で多様なタスクに依存しないデータセットから得た知識を転移することで、現代の機械学習モデルは、ゼロショットまたは小規模なタスク固有データセットを用いても、高い性能で特定の下流タスクを解決することが可能である。この能力は、コンピュータビジョンや自然言語処理、音声認識などの分野で実証されているが、ロボティクス分野ではまだ十分に検証されていない。特に、現実世界のロボットデータの収集が困難であるため、モデルの一般化能力が極めて重要となる点がロボティクスの特徴である。本研究では、このような汎用的ロボットモデルの成功の鍵は、開放的かつタスクに依存しない学習と、多様なロボットデータをすべて吸収可能な高容量アーキテクチャの組み合わせにあると考える。本論文では、有望なスケーラビリティを持つモデルクラス「Robotics Transformer」を提案する。我々は、実ロボットが現実世界のタスクを実行する大規模データ収集に基づき、モデルクラスの違い、データサイズ、モデルサイズ、データの多様性を変数として、一般化能力を評価する実験を通じて、その結論を検証している。プロジェクトのウェブサイトおよび動画は、robotics-transformer1.github.io にて公開されている。