Tag
12 件の関連記事
arXivは2026年10月20日(現地時間)、大規模言語モデル (Large language model) と強化学習 (Reinforcement learning) を組み合わせた自律建設手法に関する研究論文を発表した。この研究では、モバイルクレーンの動作計画に強化学習アルゴリズムを導入し、建設タスクに応じた行動を自動で立案する。さらに、カスタマイズされた組み込みモデルで建設環境から情報を抽出し、大規模言語モデル「ChatGPT 5」が建設進捗の更新、安全情報の提供、報告書生成を行うシステムを構築した。
UniWALM（ユニウォーム）は10月20日(現地時間)、ロボット制御のための統一された世界行動言語モデルとして公開された。人間が言語、知覚、行動の経験を統合する能力に着想を得ており、動画、行動、言語を単一の共有表現で学習する。各モダリティは条件信号と教師目標の両方として機能し、言語を共同生成することで、操作性の向上や記憶依存行動のサポートを目指す。
Jad Yammine (ジャド・ヤミン) らは2026年10月20日(現地時間)、論文共有サイトarXiv cs.ROに、ロボットフリート向けの共有型時空間記憶システム「Industrial ReMEmbR (インダストリアル リメンバー)」を提案する研究論文を掲載した。同システムは、NVIDIA ReMEmbR (エヌビディア リメンバー) をロボットフリートに拡張し、オンデマンドでシーン記述を生成することで、サーバーサイドの計算量を削減する。
TechCrunch Fundingが2026年9月13日(現地時間)付けで報じたところによると、Y Combinatorの最新のDemo Dayにおいて、ベンチャーキャピタル (VC) が選定した9社のスタートアップが高い評価を得た。今回のコホートは例年よりもディープテック（deep tech）分野に大きく傾倒しており、一部の投資家は技術が「SFのようだ」と評した。同時に、評価額は近年と比較してより堅実な水準にとどまったとされる。
NVIDIAは2026年9月10日(現地時間)、ブログを通じて、Skild AIがロボット向け基盤モデル「S1」を発表したと報じた。S1は、単一の動画デモンストレーションから未見の長期間タスクを学習するよう設計されている。このモデルは、NVIDIAのAIインフラストラクチャ上で構築され、合成データ生成、モデルトレーニング、シミュレーション、物理AI展開を含む幅広い協力関係の一部として開発された。
ロボット向けセンシングおよび認識技術を手がける物理AIスタートアップのLyte（ライト）は9月2日(現地時間)、シリーズC資金調達ラウンドで1億6500万ドルを調達したと発表した。これにより同社の評価額は16億ドルに達した。今回の資金調達はMaverick Silicon（マベリック・シリコン）が主導し、同社の総調達額は2億7200万ドルとなった。
AGIBOTは2026年7月18日(現地時間)、上海で開催された世界人工知能会議 (WAIC) 2026において、フルサイズヒューマノイド「Yuanzheng A3 Ultra」を含む4種類のロボットを同時に発表しました。同社の共同創設者は世界市場への技術輸出拡大の意向を示しましたが、techtimes.comは、AGIBOTのロボットが中国の国家情報法に基づく協力義務を負う可能性があると報じています。
Mistralは、ロボットの自律ナビゲーション向け初となるモデル「Robostral Navigate」を発表した。8Bパラメーターの同モデルは、単一のRGBカメラのみを使用し、深度センサーやLiDARなしで、R2R-CE検証済みベンチマークにおいて76.6%の成功率を達成。既存の単一カメラ手法を9.7ポイント、深度センサーや複数カメラを用いる最良システムを4.5ポイント上回る性能を示した。
UMAは7月7日(現地時間)、最高経営責任者 (CEO) 兼共同創業者であるレミ・カデネ (Rémi Cadene) 氏が、製造工場、物流倉庫、家庭向けの軽量ヒューマノイドロボット「Northstar」の製造計画を公表した。カデネ氏はイーロン・マスク氏の「Optimus」ロボット開発に携わった元Tesla Inc.の科学者で、同社は欧州市場を最初のターゲットとし、すでに50社の潜在顧客と使用事例について協議を進めている。
General Intuitionは6月25日(現地時間)、新たな資金調達ラウンドで3億2,000万ドルを調達したと発表した。これにより同社の評価額は23億ドルに達し、累計資金調達額は4億5,400万ドルとなった。同社はFortniteなどのビデオゲームプレイデータを利用して、AIエージェントに空間的・時間的推論を学習させ、実世界のロボットやAIエージェントへの応用を目指している。
arXiv cs.ROは2026年6月4日(現地時間)付けで、Dong Jing氏ら7人の著者による論文「TempoVLA: Learning Speed-Controllable Vision-Language-Action Policies」を発表した。この論文は、ロボットのVision-Language-Action (VLA) モデルにおいて、操作実行速度を明示的な条件で制御可能とする「TempoVLA」を提案している。TempoVLAは、既存のVLAモデルが持つ単一の固定速度の制約を克服し、ロボット操作における低リスク段階での高速実行と、高リスク接触段階での低速かつ精密な動作の両立を目指す。
arXiv cs.AIが2026年6月2日(現地時間)付けで公開した論文によると、ヨセフ・チェン (Josef Chen) 氏らは、ロボットポリシー向けの新たなメモリシステム「AURA-Mem (Action-Utility Recurrent Adaptive Memory)」を発表した。このシステムは、ロボットが帯域幅の限られたエッジハードウェアで長期エピソードを実行する際のメモリ制約に対応し、ビデオRAM（VRAM）使用量を一定に保ちながら、メモリ書き込み回数を大幅に削減する。Key-Valueキャッシュ（KV-cache）がデータセンター向けである一方、AURA-Memはロボットの要求に特化して設計されている。