Toyota Research Institute（TRI）は、ロボットの能力を大幅に向上させる可能性のある新しい生成AIアプローチを発表した。拡散ポリシーに基づいた革新的な方法により、ロボットは新しく複雑なスキルを迅速かつ自信を持って学習できるようになる。この開発は、最近会話型AIを変革した大規模言語モデル（LLM）に似た概念である、ロボット用の「大規模行動モデル（LBM）」の作成に向けた大きな進歩だ。ロボットに新しい動作を教えるための従来の技術は、時間がかかり、一貫性がなく、非効率的であり、多くの場合、高度に制御された環境で実行される狭い定義のタスクに限定されていた。ロボット工学者はこれまで、動作をプログラムするために複雑なコードを記述したり、何度も試行錯誤を繰り返したりするのに膨大な時間を費やす必要があった。しかし、TRIの新しいアプローチにより、ロボットは液体を注ぐ、ツールを使用する、変形可能な物体の操作など、60以上の困難で器用なスキルを既に学習できるようになった。驚くべきことに、これらの成果は、新しいコードを1行も記述することなく実現された。唯一の変更は、ロボットに新しいデータを提供することだった。この成功に後押しされて、TRIは年末までにロボットに数百の新しいスキルを教え、2024年末までに1,000の新しいスキルのマイルストーンを達成することを目指している。