Upgrade to Pro — share decks privately, control downloads, hide ads and more …

[YGB#7]ドラえもんを作ろう

Sponsored · Your Podcast. Everywhere. Effortlessly. Share. Educate. Inspire. Entertain. You do you. We'll handle the rest. →

 [YGB#7]ドラえもんを作ろう

今回は、四足歩行ロボット Petoi Bittle を題材に、 「ロボットが学習するとはどういうことか?」 から、NVIDIAの Isaac Lab を使ったデモまで、ゆるく紹介していきます。
https://connpass.com/event/407719/

Avatar for Keita Nakata

Keita Nakata

September 26, 2026

More Decks by Keita Nakata

Other Decks in Technology

Transcript

  1. 知能が無い機械 空を自由に 知能が無い機械 改良中 学習 飛びたいな ♪ 空を自由に 飛びたいな ♪

    地球破壊爆弾〜 修理のおじさんが 脳内プログラムを改良 改良後 タケコプタ~
  2. 人間の脳 人間の脳 空を自由に 飛びたいな ♪ 地球破壊爆弾〜 改良中 学習 フィードバック フィードバックデータを与えれば

    脳が脳内プログラムを自己改良 空を自由に 飛びたいな ♪ 改良後 「知能」の必要条件! タケコプタ~
  3. 人工知能 人工知能 空を自由に 飛びたいな ♪ 地球破壊爆弾〜 改良中 学習 フィードバック フィードバックデータを与えれば

    脳が脳内プログラムを自己改良 空を自由に 飛びたいな ♪ 改良後 「知能」の必要条件! タケコプタ~
  4. 教師あり学習 空を自由に 飛びたいな ♪ 空を自由に 飛びたいな ♪ 教師あり学習 学習 地球破壊爆弾~

    ”タケコプタ~” 正解 正解(=教師データ)を 学習後 タケコプタ~ 直接教える
  5. なぜ勝てるようになったか? そろそろグーかな 過去の手⇔次の手(実測)の 敵の次の手 (正解) 敵の過去の手 法則を見つけた 改良中 学習 敵の次の手

    (出力) 連続チョキ またチョキ 「同じ手連続則」 連続チョキ ⇒ またチョキ。 こいつチョキしか出さないんだ!
  6. なぜ勝てるようになったか? そろそろグーかな 入力 ⇔ 正解出力 の 敵の次の手 (正解) 敵の過去の手 法則を見つけた

    改良中 学習 敵の次の手 (出力) 連続チョキ またチョキ 「同じ手連続則」 連続チョキ ⇒ またチョキ。 こいつチョキしか出さないんだ!
  7. AI の場合 そろそろグーかな 敵の過去の手 連続チョキ 学習 改良中 敵の次の手 (出力) 敵の次の手

    (正解) またチョキ 連続チョキ ⇒ またチョキ。 こいつチョキしか出さないんだ!
  8. AI の場合 そろそろグーかな 入力 ⇔ 正解出力 の 敵の次の手 (出力) 敵の過去の手

    法則を見つける 改良中 学習 敵の次の手 (出力) 連続チョキ またチョキ 連続チョキ ⇒ またチョキ。 こいつチョキしか出さないんだ!
  9. AI の場合 そろそろグーかな 入力 ⇔ 正解出力 の 敵の次の手 (出力) 敵の過去の手

    法則を見つける 改良中 学習 敵の次の手 連続チョキ x y (出力) またチョキ 連続チョキ ⇒ またチョキ。 こいつチョキしか出さないんだ!
  10. AI の場合 そろそろグーかな 入力 ⇔ 正解出力 の 敵の次の手 (出力) 敵の過去の手

    法則を見つける 改良中 学習 敵の次の手 (出力) 連続チョキ またチョキ 連続チョキ ⇒ またチョキ。 こいつチョキしか出さないんだ!
  11. AI の場合 そろそろグーかな x⇔yの 敵の次の手 (出力) 敵の過去の手 関数を見つける 改良中 学習

    敵の次の手 (出力) 連続チョキ またチョキ 連続チョキ ⇒ またチョキ。 こいつチョキしか出さないんだ!
  12. AI の場合 そろそろグーかな x⇔yの 敵の次の手 (出力) 敵の過去の手 関数を見つける 改良中 学習

    敵の次の手 (出力) 連続チョキ またチョキ 「同じ手連続則」 連続チョキ ⇒ またチョキ。 こいつチョキしか出さないんだ!
  13. AI の場合 そろそろグーかな x⇔yの 敵の次の手 (出力) 敵の過去の手 関数を見つける 改良中 学習

    敵の次の手 (出力) 連続チョキ またチョキ x=y 連続チョキ ⇒ またチョキ。 こいつチョキしか出さないんだ!
  14. AI の場合 敵の過去の手 x = y より、 改良中 次もチョキ 敵の過去の手

    改良後 連続チョキ 敵の次の手 (出力) 敵の次の手 (正解) 敵の次の手 (正解) 次もチョキ
  15. 教師あり学習 空を自由に 飛びたいな ♪ 空を自由に 飛びたいな ♪ 教師あり学習 学習 地球破壊爆弾~

    ”タケコプタ~” 正解 正解(=教師データ)を 学習後 タケコプタ~ 直接教える
  16. 株価の予測 次の日の株価 (出力) 過去の株価 改良中 学習 x ⇔ y の法則(関数)を見つける

    次の日の株価 → 出力が正解に近づく(正解) x y https://python.atelierkobato.com/kitei/
  17. 強化学習 空を自由に 飛びたいな ♪ 褒める 叱る 空を自由に 飛びたいな ♪ 地球破壊爆弾~

    学習 = 正の報酬 = 負の報酬 ”ドラちゃん💢” どうすべきかは 学習後 タケコプタ~ 自分で考えろ!方式
  18. 強化学習 vs 教師あり学習 ・教師あり学習 予測 → 改良 → 予測 →

    改良 → ・・・ ・強化学習 予測 → 行動 → 改良 → 予測 → 行動 → 改良 →・・・
  19. 今あるAI(特化型AI) 個別タスク ・Alpha Go: 囲碁 ・GPT-3: 自然言語 ↓ マルチモーダル ・DALL-E:

    文章->画像 ・CLIP: 画像と文字 https://gigazine.net/news/20210305-openai-clip/ ↓ まだまだ汎用とはいかない
  20. 3つの学習法 教師あり学習 →予測 大脳新皮質 自己教師あり学習 →認識 強化学習 →行動 大脳 基底核

    ”AIを活用したマーケティングイノベーション ” アドテック東京 2017にて弊社取締 役野口が公式モデレーターとして登壇 │株式会社イー・エージェンシー (e-agency.co.jp) 小脳
  21. 今後の予定 最終目標 汎用人型AI with 強化学習 ↓ 前段階 ペットロボット(petoi bittle) ↓

    その前段階 Unity ML-Agentsで概念検証 参考動画① 参考動画②