タグ: フィジカルAI

倒立振子を自分の手で、制御で、強化学習で立たせてみる 2026/9/2
台車の上の棒を、まず自分で（難しい）、次にLQRの自動操縦で（簡単）、最後に強化学習で。後ろの二つを同じ物差しで測ると、賢く見える方法も無料ではないと分かる。さらに制御に60ms遅延を足すと自動操縦の「完璧」は崩れ、80msで倒れる。sim2realギャップを指で触る。
フィジカルAIのボトルネックはデータの蛇口の不在である 2026/7/4
ソフトのAIは、Webに蓄積済みのデータという「蛇口」に乗った。既存クロールを濾すだけで15兆トークンが得られた。物理の世界にその蛇口はなく、50人がかりで350時間という細さだ。本当のボトルネックを収集記録の数字で確かめ、候補の蛇口三つと、開いたと言える観測条件までを一次資料で見る。
シミュレーションの歩行方策は50ミリ秒の遅れで崩れると実測 2026/6/30
歩行AIを実際に学習させ、訓練したシミュとほんの少し違う物理に置くと何が起きるかを実測した。1ステップの作動遅延で、完璧だった方策が崩壊する。そして「直す」側のコストも測る。