# ロボット工学

Aria Gen 2は、Metaが発表した第2世代の研究用スマートグラスで、機械知覚、状況認識AI、ロボット研究のために設計されています。高度なセンサーと低消費電力の機械知覚技術を統合し、SLAM、アイトラッキング、ジェスチャー認識などの機能をリアルタイムで処理できます。この製品は、人工知能と機械知覚技術の発展を促進し、研究者にAIが人間の視点の世界をより良く理解する方法を探求するための強力なツールを提供することを目的としています。Aria Gen 2は技術的なブレークスルーだけでなく、学術界や商業研究機関との連携を通じて、オープンな研究と、これらの重要な技術に対する一般の理解を促進しています。

Helixは、人型ロボットの汎用制御向けに設計された革新的な視覚?言語?行動モデルです。視覚認識、言語理解、動作制御を組み合わせることで、複雑な環境におけるロボットの長期的な課題を複数解決します。Helixの主な利点には、強力な汎化能力、効率的なデータ活用、タスク固有の微調整を必要としない単一ニューラルネットワークアーキテクチャが含まれます。このモデルは、家庭環境におけるロボットに即時の行動生成能力を提供することを目的としており、これまで見たことのない物体にも対応できます。Helixの登場は、日常生活の場面への適応という点で、ロボット工学における重要な一歩を示しています。

ASAP（Aligning Simulation and Real-World Physics for Learning Agile Humanoid Whole-Body Skills）は、シミュレーションと現実世界の動的な不一致問題を解決し、ヒューマノイドロボットの敏捷な全身技能を実現するための革新的な二段階フレームワークです。この技術は、事前にトレーニングされたモーショントラッキング戦略と、現実世界のデータでトレーニングされた残差動作モデルを組み合わせることで、複雑な動的環境におけるロボットの適応性と協調性を大幅に向上させます。ASAPの主な利点には、効率的なデータ活用、パフォーマンスの顕著な向上、複雑な動作の正確な制御が含まれます。この技術は、特に高い柔軟性と適応性が求められるアプリケーションシナリオにおいて、将来のヒューマノイドロボット開発に新たな方向性を提供します。

Genesisは、ロボット工学、具現化AI、物理AIアプリケーション向けに設計された包括的な物理シミュレーションプラットフォームです。ゼロから構築された汎用物理エンジンであり、幅広い材料と物理現象をシミュレートできます。軽量で超高速、Pythonicでユーザーフレンドリーなロボットシミュレーションプラットフォームとして、強力なリアルなレンダリングシステムと、自然言語記述を様々なデータモダリティに変換する生成データエンジンを備えています。Genesisは、コア物理エンジンの統合により、上層の生成エージェントフレームワークをさらに強化し、ロボット工学などにおける全自動データ生成を目指しています。

Digit 360はMeta FAIRによって発表された人工指形状の触覚センサーで、人間レベルの精度で触覚をデジタル化できます。18種類以上の独自のセンシング特性を備え、研究者は様々なセンシング技術を組み合わせて使用したり、信号を個別に分離して詳細な分析を行うことができます。Digit 360は、空間詳細の検出において7マイクロメートル、力の検出において1ミリニュートンという精度を達成し、応答速度は人間の30倍に達します。触覚センシング技術の新たな基準を打ち立てました。

1X ワールドモデルは、ロボットの行動に対する世界の反応をシミュレートできる機械学習プログラムです。ビデオ生成と自動運転車のワールドモデル技術の進歩を基盤として、ロボットに仮想シミュレータを提供し、未来のシナリオを予測し、ロボット戦略を評価します。このモデルは、剛体、落下物体の影響、部分観測可能性、変形可能な物体、関節を持つ物体などの複雑な物体相互作用を処理できるだけでなく、変化する環境下での評価も可能であり、ロボット技術の発展に不可欠です。

DrEurekaは、大規模言語モデル（LLM）を活用して、シミュレーションから現実世界への（sim-to-real）設計を自動化および加速する手法です。物理シミュレーションによって適切な報酬関数を自動的に構築し、現実世界の転移を支援するためのドメインランダム化分布を生成します。DrEurekaは、四足歩行ロボットの運動や巧みな操作タスクにおいて、人工設計と同等のsim-to-real構成を示し、ヨガボールの上でのバランスや歩行など、人工による反復設計を必要としない新規タスクを解決できます。

Hillbotは、ロボットにAIブレインと適応スキルを提供することで、複雑な環境下で複雑なタスクを実行できるようにすることで、ロボットイノベーションの最前線に立っています。現実世界とシミュレーションデータの収集における専門知識により、ロボット基礎モデルのトレーニングデータセットを大幅に拡張しています。3Dシーンキャプチャ、シミュレーション、ロボット学習アルゴリズムにおけるコアテクノロジーを通じて、Hillbotはロボットの製造だけでなく、すべての分野の能力を高める具現化AI（AIとロボット技術の融合）の境界を定義しています。

DexCapは、ホログラフィック測距と電磁場技術を組み合わせたポータブルなハンドモーションキャプチャシステムです。正確で遮蔽物に強い手首と指の動き追跡を提供し、環境の3D観測によるデータ収集を行います。DexILアルゴリズムは、逆運動学と点群ベースの模倣学習を用いて、人間のハンドモーションデータから直接、巧みなマニピュレータの技能を学習します。システムはオプションの人間協調補正メカニズムをサポートしており、この豊富なデータセットを活用することで、マニピュレータは人間の動作を複製し、さらに人間のハンドモーションに基づいてパフォーマンスを向上させることができます。

CyberDemoは、人間のデモンストレーションを模倣することで、現実世界の器用な操作を向上させることを目的としたプロジェクトです。ロボット工学、機械学習、シミュレーション環境の組み合わせを駆使し、複雑な環境下でのロボットの操作能力向上を目指しています。