【東芝】世界初、少量データによる「オフライン強化学習」で複雑なロボット操作を高精度に制御するAIを開発

図2：開発技術のポイント



[画像3]https://digitalpr.jp/simg/1398/87979/600_235_20240510101745663d75b936acd.png


図3：公開ベンチマーク環境での評価結果

今後の展望
　当社は、本技術の有効性を実環境のデータを用いて進めるとともに、精度のさらなる向上を図り、早期の実用化を目指します。

*1　少量の画像を学習データに用いたオフライン強化学習において、高精度なロボット制御シミュレーションを実現したのが世界初。2024年4月当社調べ。
*2　100回分という少量の学習データでオフライン強化学習したロボット制御AIを用いて、公開ベンチマーク環境(RLBench/シミュレーション環境）で、ピッキングや物を置くなどの8種類の作業をそれぞれ500回行った場合の平均成功率72％が世界最高精度。2024年4月当社調べ。
*3　理化学研究所 革新知能統合研究センター センター長、東京大学 大学院新領域創成科学研究科 教授。IBM Faculty Award、情報処理学会長尾真記念特別賞、文部科学大臣表彰若手科学者賞、日本学術振興会賞、日本学士院学術奨励賞、文部科学大臣表彰 科学技術賞、FIT船井業績賞など多数受賞。今般の学会発表論文も杉山氏と当社研究者による共同執筆。
*4　FORTUNE BUSINESS INSIGHTS　産業オートメーション市場規模、シェア　成長レポート
https://www.fortunebusinessinsights.com/jp/%E6%A5%AD%E7%95%8C-%E3%83%AC%E3%83%9D%E3%83%BC%E3%83%88/%E7%94%A3%E6%A5%AD%E3%82%AA%E3%83%BC%E3%83%88%E3%83%A1%E3%83%BC%E3%82%B7%E3%83%A7%E3%83%B3%E5%B8%82%E5%A0%B4-101589
*5　機械学習において、学習に用いる画像データが少ない時に、画像の回転・切り取り・合成などを行いデータを増やす手法で、データ拡張のこと