自然言語によるロボット操作の進化
自然言語でロボットを動かす技術は、誰もが簡単に自動機械を操作できる可能性を秘めています。しかし、これまでの仕組みでは、ユーザーが複雑な作業を指示する際に多くの課題がありました。大規模言語モデル（LLM）は、簡単な命令にはよく対応できます。ですが、複数の手順が必要な作業のコード生成や、高レベルな指示の分解、過去の解決策の再利用は苦手でした。
SkillComposerの新しいアプローチ
私たちは「SkillComposer」という新しいシステムを発表しました。これは、シミュレーション環境で自然言語を使ってロボットを動かすための対話型システムです。SkillComposerは、再利用可能なプログラムの抽象化を継続的に学習します。このシステムは、LLMがプログラムを生成し、実行前に繰り返し修正する「生成・テスト」という仕組みを使います。
スキル学習と効率化の仕組み
成功したプログラムは保存され、オンラインのライブラリ学習アルゴリズムによって処理されます。これにより、繰り返し使われる一連の機能が、将来の作業に使える「まとまった動き（マクロスキル）」として圧縮されます。この仕組みが、複雑なタスクを効率的にこなす鍵となります。私が見るに、この学習プロセスが、単なるコード生成とは一線を画す点です。
効果の実証とユーザー体験
SkillComposerの効果を確かめるため、私たちは要素を減らす実験（アブレーション実験）と、12人の参加者によるユーザー調査を行いました。物体の操作や介護に関する作業でその性能を評価しました。結果として、評価役が導く生成と、学習された抽象化された動きが、成功率と使いやすさを向上させることが分かりました。さらに、自然言語でのロボットプログラミングにおけるユーザーの労力を減らすことも確認できました。これは、この技術が実用面で大きな価値を持つ証拠です。
PR
ElevenLabs →
ロボットがスキルを学習する時代です。単なるコード生成に留まらず、何を学習させ、どう再利用するかが問われます。私の見方では、この「学習」こそが、自動機械を真に役立てる最短経路です。RO合同会社でも、このスキル学習の考え方を最速で取り入れます。
