多機能エージェントモデル「OmniBrain-0」と、マルチモーダルエージェントの自己改善フレームワーク「The Trinity」を発表
ロボットとAIエージェントの汎用的な知能と自己改善能力を高める研究は、自律システムの未来を大きく切り開きます。
要約
ロボット向け軽量統合エージェントモデル「OmniBrain-0」が登場し、操作とナビゲーションを統一的に制御します。また、Google DeepMindの研究では、マルチモーダルエージェントの能力駆動型再帰的自己改善フレームワーク「The Trinity」が提案され、世界生成とハーネス進化を通じてエージェントの汎用性を高めます。
要点
- OmniBrain-0: ロボット用統合AI
- 操作とナビゲーションを一元化
- The Trinity: エージェント自己改善
- 世界生成とハーネス進化連携
- マルチモーダル能力向上
詳細解説
汎用的な具現化された知能(embodied intelligence)の実現に向けて、二つの重要な研究成果が発表されました。まず、ArXivで公開された論文「OmniBrain-0」は、ロボットが多様なスキルを長期にわたって調整し、タスクの進捗を追跡し、失敗から回復するための軽量な統一エージェントモデルを提案しています。このモデルは、操作(manipulation)とナビゲーション(navigation)を高レベルの意思決定モデルを通じて統合し、タスク理解、計画、進捗追跡、フィードバック駆動の回復メカニズムを組み込んでいます。段階的な訓練フレームワークにより、事前学習、ドメイン特化型エージェント蒸留、マルチティーチャーオンポリシー蒸留を組み合わせています。これにより、コンパクトなモデルでも複雑なタスクを実行する能力を向上させます。一方、別のArXiv論文「The Trinity」では、Google DeepMindの研究者らがマルチモーダルエージェントのための能力駆動型再帰的自己改善フレームワークを発表しました。これは、エージェントと世界が相互作用を通じて共同進化するという人間主導の考え方に基づいています。このフレームワークは、Creator(世界を生成)、Explorer(世界を探索)、Evolver(ハーネスを進化させる)の3つの役割を通じて、多様なタスクにおけるエージェントの共通の能力要件を特定し、検証済み実行軌跡を活用してタスク組織の基礎を表面カテゴリから共有要件へと移行させます。これらの技術は、エージェントがより現実世界に適応し、複雑な環境で自律的に学習・行動するための基盤を築くものであり、ロボティクス分野におけるブレークスルーとなる可能性を秘めています。
元記事を読む
ArXiv NLP で読む →