- 10月 20, 2026
トマト収穫の自動化を加速|VLAモデルとシミュレーション学習の最新研究
農業環境でのロボット操作は植物の形状変化や遮蔽が課題だ。本研究はシミュレーションで収集したデモデータを用いて、事前学習済みVLAモデルを適応させるフレームワークを提案した。実機での評価により、π0.5モデルが従来手法より高いタスク遂行率と頑健性を示した。
農業環境でのロボット操作は植物の形状変化や遮蔽が課題だ。本研究はシミュレーションで収集したデモデータを用いて、事前学習済みVLAモデルを適応させるフレームワークを提案した。実機での評価により、π0.5モデルが従来手法より高いタスク遂行率と頑健性を示した。
本研究では、V-TrellisとUFO構造の果樹におけるロボット剪定を実現するため、Hybrid PPOアルゴリズムを用いた視覚運動制御手法を提案。シミュレーション環境での学習をもとに、実際の果樹環境に転送し、成功率49.9%(V-Trellis)と46.0%(UFO)を達成。