大規模行動モデル

概要

大規模行動モデル（LBM）は、器用な操作を含む複数タスクを1つの方策で扱うロボット操作モデルを指す。arXivに公開された研究では、LBMは「拡散方策のパラダイムをシミュレーションおよび実世界のロボットデータのコーパスへ拡張したもの」と位置づけられている。言語モデルにおける事前学習と同様に、多タスク・多環境のデータで事前学習した上で、個別タスクに適応させる構成をとる。

技術的な要点

同研究は、多タスク事前学習を経た方策が単一タスクのベースラインより成功率と頑健性の面で優れ、複雑な新規タスクをより少ないデータで習得できることを報告している。また性能は「事前学習の規模と多様性が増すにつれて予測可能に向上する」とされる。評価については、盲検化・無作為化した試行を用い統計的な確からしさを持って能力を分析する評価パイプラインを提案・検証している点が特徴で、実機評価のばらつきをどう扱うかが方法論上の論点となっている。

産業での位置づけ

製造・物流の現場では作業種が多く、タスクごとに専用の方策を用意する方式は導入コストが高い。事前学習済みモデルを少量のデモンストレーションで新作業に適応させる形が実用上の狙いとなり、視覚言語行動モデルと並ぶロボット基盤モデルの潮流を成している。