大規模言語モデルによる自律的な動作学習生成
2024年1月1日
·
1 分で読める
大規模言語モデル（LLM）・視覚言語モデル（VLM）を用いて、ロボットがタスク指示からデモンストレーションそのものを自動生成し、専門家の教示や事前定義された動作プリミティブに依存せずに動作スキルを学習する研究。アフォーダンスを中核に据えた拡散ポリシーを通じて、模倣学習の精緻な制御性と基盤モデルの汎化能力を統合することを目指しています。
関連論文：
- Hu Site, Takayuki Nagai, Takato Horii. “TARAD: Task-Aware Robot Affordance-Centric Diffusion Policy Learned From LLM-Generated Demonstrations”. IEEE Robotics and Automation Letters, August 2025.
著者
堀井隆斗
(he/him)
准教授
大阪大学大学院基礎工学研究科 准教授。
認知発達・記号創発ロボティクス、感情発達の計算論的モデリング、
ロボット学習、ヒューマンロボットインタラクションを専門とする。