NVIDIA、ロボットに“高速ペン回し”も教えるGPT-4搭載AI「Eureka」
米NVIDIAは10月20日（現地時間）、ロボットに高速な“ペン回し”や引き出しの開閉など、複雑なスキルを自律的に教えるAIエージェント「Eureka」（ユリイカあるいはエウレカ）を発表した。
NVIDIAは、米OpenAIのGPT-4搭載のEurekaのライブラリを公開し、強化学習研究用の物理シミュレーションリファレンスアプリケーション「Nvidia Isaac Gym」で実験できるようにしている。Isaac Gymは、3Dツールとアプリを構築するための開発プラットフォームNvidia Omniverseで利用できる。
Eurekaによるロボット教育の大まかな流れは、まずGPT-4と生成AIを使って、強化学習のためにロボットに報酬を与えるコードを作成する。Isaac GymのGPU高速化シミュレーションを使って報酬候補の大規模なバッチの品質を評価し、より効率的なトレーニングを実現する。そのトレーニング結果から主要な統計の概要を構築し、報酬関数の生成を改善するようGPT-4に指示する。
これにより、ロボットがロボットアームであれ、二足歩行ロボットであれ、動作を自己改善していく。
引き出しを開けるロボットアーム
NVIDIAは論文で、「Eurekaは、タスク固有のプロンプトや事前定義された報酬テンプレートを使わずに、人間の専門家による報酬を上回る報酬関数を生成する。10種類の異なるロボットを含む29の環境で、Eurekaはタスクの83％で人間の専門家を上回り、平均52％の正規化改善につながった」としている。
Eurekaの報酬アルゴリズムで多様なタスクを実行できるようになったロボットたち（動画はこちら）
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
こんなメディアも見られています
ITmedia NEWSに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
SpecialPR
本日の新着記事
アクセスランキング
-
1
GMO、ランサム被害にあった顧客に新しいPC提供へ 犯行グループは1人の顧客情報公開か
-
2
NECのルータ「Aterm」、PHP脆弱性の影響なし 設定画面URLの「.php」は無関係
-
3
GMO、不正アクセス実行犯の手がかりに懸賞金 1億5000万円規模
-
4
「楽天トラベル」に不正アクセス 顧客情報最大約260万件など流出か 予約者約3.6万件のクレカ情報も
-
5
GMO、攻撃者の公開情報に「アクセスは絶対に控えて」 悪質な拡散者には法的措置を準備
-
6
Google、プライバシーポリシーに「Gmail」「Googleフォト」のデータを広告に使う例外を追加 回避方法は
-
7
メアドを検索→AIで“その人専用フィッシングメール”を生成する手法、クリック率が約2.7倍に 7000人以上で実験
-
8
「自分の個人情報が漏えいした……どうすれば？」 IPAが対処法公開
-
9
タイムズカー、お見舞金3000円の算定基準は？ パーク24に聞いた
-
10
GMO不正アクセス、犯人側は「27日に顧客のPC攻撃」予告 GMOが端末回収、ホワイトハッカーが解析中
ITmedia NEWS SNS
@itmedia_newsをフォロー
インフォメーション
注目情報をチェック
ITmediaNEWSをフォロー
あなたにおすすめの記事PR