Continual reinforcement learning on top of robot foundation models上級
ACCRUE:ロボット基盤モデル向けの継続オフポリシー強化学習
エヌビディアと韓国KAISTの研究者はプレプリントで、基盤モデルで動くロボットが小さな強化学習モジュールを作業から作業へ引き継ぎ、新しい組立作業を次々に覚えながら以前の作業を忘れない手法を示した。実機アームでは新しい挿入作業の習得に要するロボット稼働時間が31.0〜68.5%減り、過去の作業は20試行中平均19.4回成功した。