カテゴリ · 全10件

技術動向

ロボティクスとAIの技術がどこから来て、現在どの方式が競合・融合し、次に何が課題になるかを整理します。

Tesla OptimusとFigure 03が工場に入り、Boston Dynamics Atlasは油圧から全電動へ切り替わった。Unitreeが価格破壊を主導する一方、1XのNEOは家庭向けに動画世界モデルで自己学習を始めている。競合とオープンな課題を整理する。

環境の力学を学習し、頭の中で未来をシミュレートする「World Model」。Ha & SchmidhuberのVAE+RNNからDreamerV3、Genie 3、Sora、そしてLeCunが提唱するJEPAまで、生成か非生成かで割れる潮流と、物理的整合性という共通の壁を整理する。

カメラ映像と自然言語指示を1つのモデルに統合し、ロボットの動作を直接出力するVision-Language-Action。RT-2からOpenVLA、Physical Intelligenceのπ0系列まで、知覚と制御を分離しない設計思想の広がりを整理する。

地図・コストマップ・経路計画という古典的パイプラインから、強化学習による End-to-End 化、そしてVision-Languageモデルを組み込んだ基盤モデル化まで。自律移動ロボットのナビゲーション技術の現在地を整理する。

Ollamaの月間ダウンロード数は3年で520倍に増加した。オープンウェイトモデルの急速な性能向上と量子化技術の成熟が、大規模言語モデルを家庭のPCで動かせるものに変えつつある現状を整理する。

transformerベースのSegFormer/Mask2Formerから、プロンプトで任意の物体を切り出せるSegment Anything系列まで。固定クラスから脱却しつつあるセグメンテーション技術の現在地を整理する。

NMSフリー化が進むYOLOファミリーと、COCOで60mAPを突破したRF-DETRをはじめとするtransformer系検出器。テキストプロンプトだけで検出できるオープン語彙検出まで、2026年時点の物体検出の勢力図を整理する。

特徴点ベースの古典的手法から深層学習ベースのエンドツーエンド推定、そして3D Gaussian Splatting/NeRFによる地図表現の刷新まで。カメラだけで自己位置と地図を求めるVisual-SLAMの現在地を整理する。

LOAM系列から直接法によるFAST-LIO、そして2026年発表のD-LIOまで。LiDARとIMUを使った自己位置推定・地図構築の進化を、newbotでの実装と対比しながら整理する。

フィルタベースからグラフ最適化、そして学習ベース・AIネイティブへ。SLAM(自己位置推定と地図構築の同時実行)がたどってきた進化の系譜と、現在の研究動向を整理する。