FigureがHelix2.5を発表、30戸の未経験の家庭でのゼロサンプル成功率は56%

Figureは9月17日に人間型ロボットのニューラルネットワーク「Helix2.5」を公開しました。このモデルは、会社が保有するIndexの人間行動データセットに基づいて事前学習されており、サンフランシスコ湾地域の30世帯で以前データが収集されていなかった家庭でテストされました。結果として、ゼロから訓練した同じ条件のポリシーと比較して、Indexによる事前学習によりゼロショット成功率が9%から56%に向上しました。

Helix2.5は単一のIndex事前学習ベースモデルを基盤としており、リビングルームの片付け、タオルの折りたたみ、ベッドメイキングの3つの全身動作をサポートしています。評価中に、家庭環境やおもちゃ、タオル、布団などはタスク仕様データには登場していませんでした。また、すべてのタスクは完全に完了した場合のみ成功とみなされます。Figureによると、Helix2.5は以前のHelix02の半分の適応データを使用して、同等の成功率を達成できており、後退して位置を調整し、姿勢を変えたり、ベッド上で移動するなどの全身的な自己修正能力を示しています。

事前学習の貢献を隔離するために、Figureはモデル構造、最適化方法、ハイパーパラメータ、下流データおよび評価条件を統一し、初期化方法のみを変更しました。会社は、Indexデータセットのどの評価タスクも1.90%未満であることを明らかにし、上記の結果は直接的に事前学習が汎化能力に与える貢献を示しています。さらに実験では、Indexデータ量が倍増するごとに動作予測損失が予測可能な低下トレンドを示し、会社はこれをもとに人間型ロボット分野におけるデータスケーリングの法則を測定しました。