ロボット工学のための視覚・言語・行動モデルに関するクイズ

クイズに答えると、答えと解説が表示されます。

1. Vision-Language-Action (VLA) モデルを定義する 3 つの入力/出力はどれですか?
   • カメラ映像、言語指示、ロボット動作
   • 音声、テキスト、画像
   • センサーログ、GPS、バッテリー状態
   • コード、コンパイラ出力、およびテスト結果
2. Google DeepMind の RT-2 は、トランスフォーマーがロボットのアクションを生成できるように、どのようにしてロボットのアクションを表現したのでしょうか?
   • 連続浮動小数点ベクトルとしてのみ
   • テキスト トークンと同様に、離散化されたアクション トークンとして
   • ROS メッセージ XML として
   • 強化学習の報酬値として
3. VLA の文脈における「緊急転送」とは何を意味しますか?
   • ロボットが過熱してシャットダウンしてしまう
   • 2 台のロボットがソフトウェアを交換する
   • 事前トレーニングから得たウェブスケールの知識は、ロボットが新しいオブジェクトや命令を処理するのに役立ちます
   • アクションはニューラルネットワークなしで計算されます
4. 単一の個別アクショントークンと比較した、pi-0 の拡散/フローマッチングアクションヘッドの主な利点は何ですか?
   • カメラが不要になります
   • シミュレーションでのみ機能します
   • 言語指導が不要になります
   • スムーズで高周波のアクションチャンクを生成し、より巧妙なコントロールを実現します。
5. Open X-Embodiment データセットが VLA にとって重要なのはなぜですか?
   • 多くのロボットタイプにわたるロボットデータをプールして、実施形態間の汎用化を可能にします。
   • 画像キャプションのみのベンチマークです
   • 1 台のロボットのデータのみを保存します
   • 言語のみのテキストコーパスです
6. Which data sources did DeepMind combine when co-fine-tuning RT-2?
   • Only a fixed list of hand-written joint commands
   • Robot demonstration data and web data with a pretrained vision-language model
   • Only audio recordings without robot observations
   • Only random action tokens with no examples
7. What kinds of commands can an RT-2-style action representation encode?
   • Only natural-language explanations with no robot controls
   • A fixed video caption for each camera frame
   • Discretized robot motion and gripper commands represented as tokens
   • A robot’s hardware serial number
8. How broad was the RT-2 evaluation of emergent capabilities reported by Google DeepMind?
   • Exactly 12 trials
   • One trial for every robot type worldwide
   • No physical robot trials
   • More than 6,000 robotic trials