サイエンス
トヨタ、ロボットの革新的な学習技術を開発：AIにより複雑なタスクを数時間でマスター可能に
トヨタ自動車のAI研究所であるToyota Research Institute（TRI）は、ロボットに新しい器用なスキルを迅速かつ効率的に教えることを可能にする、画期的な生成AI手法を開発した事を報告している。 人間の […]
Term
Diffusion Policy
Overview
最終更新: 2026年7月9日トヨタ、コロンビア大学、MITが共同開発したロボット学習アルゴリズム。拡散モデル（Diffusion Models）を応用し、視覚や触覚のデータからロボットの動作を生成することで、布や液体などの変形可能な物体を扱う複雑なタスクの学習を可能にする。
Mentioned Articles
1 件External Mentions
10 件- arXiv RynnWorld-4D: 4D Embodied World Models for Robotic Manipulation
- arXiv RynnWorld-Teleop: An Action-Conditioned World Model for Digital Teleoperation
- arXiv Optimal Transport Q-Learning for Flow Policy Steering and Acceleration
- arXiv From Gravity to Confinement: Wealth Redistribution as Optimal Drift Design in the Fokker-Planck Framework
- arXiv Diffusion-Guided Uncertainty-Aware Delayed Policy Optimization
- arXiv ART for Diffusion Sampling: Continuous-Time Control and Actor-Critic Learning
- arXiv Language-Critique Imitation Learning from Suboptimal Demonstrations
- arXiv Diffusion-GR2: Diffusion Generative Reasoning Re-ranker
- arXiv FAR: Failure-Aware Retry for Test-Time Recovery and Continual Policy Improvement
- arXiv Influence of Routing and Speed Limits on Optimal Solutions in Traffic Emission Modeling