robot Trend Report
Dashboard へ戻る
3
High impact
0
Mid impact
0
Signal watch
なぜこのサイトを作ったのか
私たちそれぞれが個別にAIを使って情報収集し、同じような3行要約を作るたびに、世界中で膨大な電力と計算リソースが消費されています。 本プロジェクトは、あらかじめ広範な情報を取得・集約しておくことで、個別のAI実行回数を減らし、地球環境（GPU/TPU負荷）に配慮した効率的な情報収集を目指す実験的なダッシュボードです。
#roboticsタグ
【AIの先にあるのは、「働かなくても生きられる社会」なのか？】
・イーロン・マスク氏が語るAI時代の未来像を追っていると、私たちがこれまで当たり前だと思ってきた「仕事」「収入」「お金」の関係そのものが変わる可能性を感じます。
・もちろん、これは確定した未来ではありません。
・しかし、彼の発言を整理すると、大きく4つの変化が見えてきます。
Zennの「robotics」のフィード
吊り荷Yaw制御システムの開発 #05：可変目標Yaw制御を目指す
・はじめに 前回までの記事では、カメラ画像から吊り荷のYaw角を推定し、その結果を使って4基のスラスターを制御するシステムを構築しました。
・これまでの制御では、吊り荷を一定の目標Yaw角へ制御することを目的としていました。
・しかし、実際の制御結果を確認していく中で、次の2つを改善したいと考えるようになりました。
Zennの「robotics」のフィード
吊り荷Yaw制御システムの開発 #06-1：可変目標Yaw制御の環境を構築する
・はじめに 前回は、これまでの吊り荷Yaw制御を発展させ、 目標Yaw角を固定値ではなく可変にする 目標角へ到達するだけでなく、できるだけ低いスラスター出力で制御する という2つの目標について紹介しました。今回は、この方針を強化学習へ組み込むために、制御環境をどのように変更したかを紹介します。
・今回の変更で特に重視したのは、 何を「制御に成功した」と考えるか です。
・目標Yaw角へ到達できても、勢いよく通過しただけだったり、必要以上に大きな出力を使い続けていたりすれば、今回目指している制御とは異なります。