air-embodied-brain/Zetta-Embodiment

何を解決するか

Zettaは、ロボットが失敗からの回復能力を自己進化できるようにすることで、エンベデッドAI（ロボット）の成功確率を向上させることを目的としています。巨大なベースポリシーの再トレーニングではなく、Zettaはオンラインでコードベースの「クリティック」および回復スキルを進化させ、特定の失敗モードに対処することで、LIBERO-ProやRoboCasaなどのベンチマークで成功確率を大幅に向上させつつ、高い推論速度を維持します。

動作方法

Zettaは、ロボットのパフォーマンスを段階的に改善する閉ループ「進化プロトコル」を使用しています：

1. 失敗クラスタリング：ビデオとテレメトリを使用して失敗したトラジェクトリをグループ化し、共通する失敗パターンを特定します。
2. 因果診断：失敗の背後にある因果メカニズムを解明する診断ステージです。
3. 候補生成：「候補ライター」が、失敗を検出するための「クリティック」と、それを修正するための「回復アクター」からなるバンドルを生成します。
4. 検証：新しい回復スキルは、「シャドウリプレイ」と「同じシードゲート」を経由してテストされ、検証済みスキルの最終セットに昇格されます。
5. 実行：実行時、ベースポリシーは固定されたままですが、進化したクリティックは回復アクションを提案でき、上位の意思決定機関（Role1）が受け入れるか拒否するかを判断します。

対象ユーザー

このプロジェクトは、エムベデッドインテリジェンス、ロボット操作、Vision-Language-Action（VLA）モデルに取り組む研究者や開発者向けです。フルモデルのファインチューニングの計算コストをかけずに自己修正動作を実装したい方におすすめです。

特徴

• 高いパフォーマンス：LIBERO-Pro（90.8%）、RoboCasa（93.6%）で最先端の成功確率を達成。
• 効率性：従来手法と比較して11.1倍の推論速度向上。
• 広範な環境対応：LIBERO、RoboCasa、RoboTwinと統合可能。
• モジュールアーキテクチャ：ロールアウト実行（推論／シミュレーション）と進化ロジック（診断／回復生成）を分離。