村山龍太郎 | Muso Action 株式会社 CEO
@03nova • 2,152 subscribers
Muso Actionという会社を始めました / 生成AI x ロボット、ヒューマノイド、ロボット基盤モデルについて紹介、解説します / ex- IBM, SoftBank Robotics, LINE, GROOVE X, Amazon , Preferred Robotics
Shorts
Videos
1X社の家庭用ヒューマノイドNEOの予約開始。2026年中に出荷予定 ◆価格 20000ドル/3年保証、もしくは、499ドル/月 ◆スペック 170cm、30kg（軽い！）、ハンドは防水、75自由度、可搬重量片手8kg、歩行速度5km/h、稼働時間4時間、Jetson Thor ◆ユースケース 家事手伝いがメイン 服を畳んだり、食器を片付けたり 2025年時点は、全て遠隔操作で行われている ◆Scheduled Expert Mode おそらく今回の肝となる機能 スケジュールを決めておくと、遠隔オペレーターが、その依頼していた家事を行う 初期は自律でできることは会話と、モノを渡すくらいだが、エキスパートモードで操作した動作を学習して徐々にできることが増えていく —- ・コメント 発売を決断したこと、市場からフィードバックを受けようとしていることが素晴らしい 最終販売価格は、少なくともこの2倍以上にはなるのではと想像
村山龍太郎 | Muso Action 株式会社 CEO132,524 次观看 • 8 个月前
🤖 ヒューマノイドが「視覚情報のみ」でドアを開ける！NVIDIAの最新成果 Doorman NVIDIA、CMUらによる共同研究「DoorMan」が、ヒューマノイドのロコ・マニピュレーション（歩行＋操作）における成果 【ここが凄い！】 • 純粋なRGB画像のみ： 外部センサーに頼らず、ロボット搭載のカメラ画像だけで多様なドアを識別し、開けて通り抜ける • 人間超えのスピード： タスク完了時間は、人間の遠隔操作よりも最大で31.7%（約7.15秒）高速 • 完全シミュレーション学習： 人間のお手本データは一切使わず、100%シミュレータ（Isaac Lab）内での強化学習のみで実機（Unitree G1）への展開に成功 【3段階の学習フェーズ】 1. Teacher学習： シミュレータ上の特権情報（ドアの正確な位置等）を使い、PPOで効率的に学習 2. 蒸留（Distillation）： Teacherの動きを、視覚情報しか使えないStudent（実機モデル）へ伝授 3. GRPOによる微調整： 最後にGRPOを用いて、視覚入力特有の曖昧さを克服し、成功率を20〜30%向上 【Stage-reset探索】 ドア開けのような長い工程（近づく→触る→回す→通る）を効率化するため、シミュレータ内で途中のステージから強制的にリセットして開始する機能を導入。これにより、難易度の高い「ハンドルを回す」等の経験値を稼ぐことが可能に 【シミュレーションの力】 Isaac Labの超高画質レンダリング（RTX）により、5,000種以上の照明条件や多様なテクスチャ、モーションブラーまでも再現。この圧倒的なデータ量と質の高い試行錯誤が、実世界での高い汎用性を生み出しているとのこと 【コメント】 まだコンタクトリッチ（接触の多いタスク）への展開は難しいようだが、ドアを開けるといった比較的単純なタスクであれば、ロコマニピュレーションがSimulationで解けるようになってきたのは非常に面白い #NVIDIA #AI #Robotics #Humanoid #Sim2Real #MachineLearning
村山龍太郎 | Muso Action 株式会社 CEO14,403 次观看 • 5 个月前
没有更多内容可加载