実データなしでロボットが巧緻操作をゼロショット習得
実世界データを使わず学習した方針が、RGBだけで歯車噛合・ナット装着・ピン挿入をゼロショットでこなし、同じ手法でより難しい地形の移動も可能に。
強化学習
「強化学習」タグが付いたAI Pulseの更新一覧です。
4 件のシグナルRLトレーニングをライブ配信、研究の透明化へ
kickingkeysが強化学習のトレーニング実行をライブ配信すると発表。_LuoFuli氏に着想を得た取り組みで、RL訓練過程をリアルタイムで公開する。
SmolDataEnvs、検証可能なRLタスク5,000件を公開
SmolDataEnvsはコードとデータサイエンス向けに検証可能なRL環境タスク5,000件を公開し、環境・評価・学習資源をオープンソース化した。
XiaomiがMiMo-V2.6-RL-oss環境リポジトリを公開
投稿者は、XiaomiがMiMo-V2.6-RL-ossを公開したと伝え、同種タスクは1件数百〜数千ドルするため数百万ドル規模の価値があると評価した。