ロボットの自律に向けた最初の一歩は「人間の模倣」

靴ひもを結ぶ練習をする子どもは、独立した推論から始めません。子どもは見て、動きをまねて、いくつかの試行で失敗し、手の動きを調整し、指示なしでも実行できるほど十分に動作が身につくまで同じプロセスを繰り返します。ロボットの自律も、同様の道筋をたどります。
ロボットに単にタスクを与えて、指示だけから身体的な判断力を発展させることを期待するのはできません。ロボットが確実に自分で行動できるようになる前に、複雑な行動が物理世界でどのように行われるのかの例が必要です。ここで人間による遠隔操作（テレオペレーション）が価値を持ちます。
オペレーターは、対象物への接近方法、把持の調整、抵抗への応答、エラーからの回復、そして条件の変化を通じたタスクの完了方法を実演できます。
これらの行動は、成功した結果以上のものを生み出します。動作、タイミング、力、フィードバック、そして修正の関係を捉えるのです。それこそが、マルチモーダルな経験を必要とするAIが求めるものです。
@InvLambdaは、この人間を介した（human-in-the-loop）層の上に構築し、シミュレーション環境と実環境の両方でオペレーターがロボットを制御できるようにすることで、それを実現しています。得られるテレオペレーションデータは、ロボットシステムがますます複雑なふるまいを学習していくためのデモンストレーションを作るのに役立ちます。
人間のオペレーターがデモンストレーションを提供し、ロボットはその経験を収集します。
#AIシステムはそのデモンストレーションから学び、人間が導いた行動を、より直接的な介入なしに意思決定できる方策へと段階的に変えていくことができます。
模倣は目的地ではありません。機械が物理世界の中で導かれる状態から、最終的にそれを自律的にナビゲートする方法を理解できる状態へ移るための「橋」です。
#InvertedLambdaTheBreach #InvertedLambda #Robotics #Teleoperation #SecondContact #SecondContactTheBreach