Meta Motivo - Meta社がデジタルエージェントの動作を制御するためのAIモデルを発表。

Meta Motivoとは何ですか？

Meta Motivoは、Meta Inc.が開発したAIモデルで、メタバース体験のリアリティを高めます。仮想ヒューマノイドAIの全身動作を制御することで、Meta Motivoは人間の行動をシミュレートし、ユーザーとのインタラクションを強化します。このモデルは、教師なし強化学習アルゴリズム、特にFB-CPRアルゴリズムを採用し、大量のモーションデータで事前学習されているため、追加の学習なしにモーション軌跡追跡や姿勢到達などの様々なタスクを実行できます。Meta Motivoの最大の強みは、状態、動作、報酬を同一の潜在空間にマッピングする学習表現技術にあり、これにより全身制御タスクが可能になり、メタバース体験のリアリティと自然さが向上します。

Meta Motivoの主な機能

• ゼロショット学習Meta Motivoは、特定のタスクのために訓練する必要なく、動作追跡、目標達成、報酬最適化など、さまざまなタスクを処理できます。
• 行動の模倣と生成Meta Motivoは、ラベル付けされていない行動データセットから学習することで、人間のような行動を模倣し、生成することができる。
• マルチタスクの一般化動的姿勢や静的姿勢、さまざまな動作パターンなど、多様なタスクや環境において優れた性能を発揮します。
• ステータス、行動、報酬を統一的に表現したものMeta Motivoは、状態、行動、報酬を同一の潜在空間にマッピングすることで、複雑な行動を統一的に表現することを可能にする。

Meta Motivoの技術原則

• 順方向・逆方向表現順方向・逆方向表現の低ランク近似を学習することに基づく後継指標を用いることで、モデルは追加の学習なしに、あらゆる報酬関数に対してゼロショットポリシー評価と最適化を実行できるようになる。
• 条件付き政策の正規化Meta Motivoは、潜在条件付き識別器を用いることで、ラベル付けされていない行動データセット内の状態を「網羅」するようにポリシーを促し、学習されたポリシーがデータセット内の行動と整合するようにします。
• 潜在空間の分布マッチング正則化戦略の学習プロセスは、モデルによって生成された分布とラベルなしデータセットとの差を最小化することに基づいています。
• オンライン研修と戦略学習Meta Motivoはオンライン学習に基づいており、環境とのインタラクションとモデルの更新を交互に行うことで、政策学習プロセスをより効率的かつ目標指向的なものにしています。
• 変分表現と識別器ネットワーク変分表現を用いてジェンセン・シャノンダイバージェンスを推定し、識別ネットワークを訓練して2つの分布間の対数比を近似することで、モデルはラベルなしデータセットにおける挙動を捉え、模倣することができる。

Meta Motivoプロジェクトの住所

• プロジェクト公式サイト：metamotivo.metademolab.com
• GitHubリポジトリ：https://github.com/facebookresearch/metamotivo
• 技術論文：https://scontent-lax3-2.xx.fbcdn.net

Meta Motivo のアプリケーション シナリオ

• 形状ロボット制御歩行、ダンス、特定の作業など、複雑な全身運動を行うように人型ロボットをプログラミングすることで、サービス、救助、エンターテイメントといった分野において、より柔軟で有用な存在となる。
• バーチャルアシスタント仮想環境においては、仮想アシスタントの動きをより自然でリアルなものにし、仮想アシスタントとのやり取りにおけるユーザーの没入感と快適性を向上させる。
• ゲームキャラクターアニメーションビデオゲームにおいて、NPCに自然な行動パターンを与えることで、ゲームの世界がより生き生きとし、プレイヤーのゲーム体験が向上する。
• モーションキャプチャとシミュレーション映画制作やアニメーションの分野では、モーションキャプチャ技術を用いることで、よりリアルで滑らかなキャラクターの動きを実現し、ポストプロダクションの作業量を削減することができる。
• 緊急時シミュレーション火災避難訓練などの緊急事態を想定した環境を構築することで、より現実的なシミュレーション体験を提供し、訓練生が実際の状況で適切に対応できるよう支援する。