400ドル未満:Hugging Faceがオープンソースの小型二足歩行ロボット「Microduck」を発売
Hugging Faceの支援を受けるオープンソースのロボットスタートアップ、Pollen Roboticsは、コンパクトな二足歩行ロボット「Microduck」のソースコードを公開した。 全長わずか25cm、重量800gのこの愛らしいアヒル型ロボットは、強化学習、Sim2Real転移学習、リアルタイム制御を組み合わせることで、小型の具現化AI研究のための強力なプラットフォームとして機能します。

コンパクトな設計、印象的な能力
Rockchip RK3566プロセッサを搭載したMicroduckは、50Hzの周波数で15個のサーボモーターを制御します。ゲームコントローラーによる歩行、転倒後の自力復帰、くちばしでの物体の把持など、幅広い実用的な技能を発揮します。 また、座ったり、立ったり、ボールを蹴ったり、前転をしたりすることも可能です。足に車輪を取り付けることで、ロボットは別の強化学習戦略に切り替わり、滑ったり、方向転換したり、坂道を移動したり、さらにはローラースケートを履いたまま立ち上がったりすることも可能になります。
研究チームはユーモアを交えて次のように述べています。「このロボットの製作において、アヒルに危害を加えることはありませんでしたが、数羽のアヒルには相談しました。」
強化学習がほぼすべての動きを支えている
関連するトレーニングプロジェクト「microduck_rl」は現在、オープンソースとして公開されています。 技術的なパイプラインでは、MuJoCo / MuJoCo Warp シミュレーション環境を活用し、ドメインランダム化を適用した PPO アルゴリズムを用いて Sim2Real 転移を実現しています。生成された ONNX モデルはロボットに直接デプロイされ、ハードウェアの制御リズムに合わせて 50Hz で戦略が学習されます。
シミュレーションと実機とのギャップを埋めるため、トレーニング環境ではモーターの摩擦、バッテリー電圧の変動、制御遅延、サーボギアのバックラッシュが考慮されており、展開時の安定性が大幅に向上している。
サービス指向設計による堅牢なソフトウェアアーキテクチャ
重いフレームワークを使用せずにRustで構築されたこのソフトウェアは、独立したサービスにモジュール化されています:
robotd:リアルタイム制御、強化学習の実行、および安全プロトコルを処理します。updaterd:OTAアップデート、署名検証、および障害時の自動ロールバックを管理します。configd: Wi-Fi接続とデバイス識別情報を管理します。btd:Bluetooth通信を管理します。padd: ゲームコントローラの入力をサポートします。mediad: カメラ、オーディオ、およびWebRTCストリーミングを処理します。tofd: ToF深度センサーのデータを処理します。サービス間の通信は、UnixソケットおよびJSON-RPC 2.0を介して行われます。モーター制御の権限を持つのはrobotdのみです。モバイルアプリ、コントローラー、またはカスタムスクリプトからの入力は「アクションインテント」として扱われ、実行前にrobotdでの安全チェックを通過する必要があります。これにより、アーキテクチャの信頼性が確保されます。
シームレスなOTAアップデートにより、デバイスの故障を防止
アップデートプロセスは堅牢です。リリースのダウンロード、署名の検証、バージョンの切り替え、サービスの再起動、そしてヘルスチェックを実行します。エラーが発生した場合、システムは自動的に以前のバージョンに戻すため、デバイスが使用不能になるのを効果的に防ぎます。
単なるおもちゃではない:小型の具現化AIプラットフォーム
Microduckは単なる目新しさのあるアイテムにとどまりません。強化学習、Sim2Real転移学習、ONNXデプロイメント、Rustベースのリアルタイム制御、WebRTCメディア、そして完全なOTAサポートを、25cm、800gの筐体に統合しています。
強化学習、モーション制御、エンボディッドAIに注力する開発者や研究者にとって、このオープンソースプロジェクトは、シミュレーションから実世界への展開に至るまでの完全なパイプラインを提供します。ランタイムコードとトレーニングコードの両方が公開されているため、関心のある開発者は公式リポジトリを参照して、さらなる実験を行うことができます。
関連記事
ウェブ上に意思決定モデルが溢れかえる中、Amazonが独自の「Jev」クローン版をリリース
AI開発者の間で、最先端の大規模言語モデルよりもコンピュータ自動化に最適化された知能が重視される傾向が強まる中、Amazon Web Servicesは、TypeSafe社の「Jev」に着想を得たオープンソースの意思決定モデルを公開した。OpenAIが同様のサービスを発表したのと同じ週にリリースされたAmazonの「Strands Decider 2B」は、あらかじめ決定された選択肢を高速かつ低コ
Google GeminiはGoogle Photosと深く統合され、パーソナライズされたAI画像生成を実現します
Googleは最近、そのAIアシスタント「Gemini」に大幅なアップデートを導入し、Google フォトとの統合を深めました。この強化により、Gemini は写真ライブラリからの視覚データに直接アクセスできるようになり、よりパーソナライズされた AI 生成画像の作成が可能になりました。ユーザーは、自分自身や家族の AI 肖像画を作成するために、小説のような長い説明を書く必要がなくなりました。代わりに、AI はアルバム内の実際の写真から詳細を自動的に抽出し、生成されたキャラクターの外見やスタイル
Redditの傑作により、クロードが手書き文字を通じてリアルタイムでユーザーとやり取りし、まさに卓越した没入感のある学習体験を提供しています。
Redditの開発者が、ユーザーがClaude AIとリアルタイムで会話できる新しいインタラクティブな手書きアプリをリリースしました。このツールは、『ハリー・ポッター』に登場するトム・リドルの日記に見られるような、魔法のような双方向のやり取りを模倣することで、デジタルでのメモ取りを、温かみのある即座の学習体験へと変えます。リアルタイムの手書きやり取りスタイラスを使って、思いついたことを書き留めたり
関連特集おすすめ
コメント (0)
0/500
Hugging Faceの支援を受けるオープンソースのロボットスタートアップ、Pollen Roboticsは、コンパクトな二足歩行ロボット「Microduck」のソースコードを公開した。 全長わずか25cm、重量800gのこの愛らしいアヒル型ロボットは、強化学習、Sim2Real転移学習、リアルタイム制御を組み合わせることで、小型の具現化AI研究のための強力なプラットフォームとして機能します。

コンパクトな設計、印象的な能力
Rockchip RK3566プロセッサを搭載したMicroduckは、50Hzの周波数で15個のサーボモーターを制御します。ゲームコントローラーによる歩行、転倒後の自力復帰、くちばしでの物体の把持など、幅広い実用的な技能を発揮します。 また、座ったり、立ったり、ボールを蹴ったり、前転をしたりすることも可能です。足に車輪を取り付けることで、ロボットは別の強化学習戦略に切り替わり、滑ったり、方向転換したり、坂道を移動したり、さらにはローラースケートを履いたまま立ち上がったりすることも可能になります。
研究チームはユーモアを交えて次のように述べています。「このロボットの製作において、アヒルに危害を加えることはありませんでしたが、数羽のアヒルには相談しました。」
強化学習がほぼすべての動きを支えている
関連するトレーニングプロジェクト「microduck_rl」は現在、オープンソースとして公開されています。 技術的なパイプラインでは、MuJoCo / MuJoCo Warp シミュレーション環境を活用し、ドメインランダム化を適用した PPO アルゴリズムを用いて Sim2Real 転移を実現しています。生成された ONNX モデルはロボットに直接デプロイされ、ハードウェアの制御リズムに合わせて 50Hz で戦略が学習されます。
シミュレーションと実機とのギャップを埋めるため、トレーニング環境ではモーターの摩擦、バッテリー電圧の変動、制御遅延、サーボギアのバックラッシュが考慮されており、展開時の安定性が大幅に向上している。
サービス指向設計による堅牢なソフトウェアアーキテクチャ
重いフレームワークを使用せずにRustで構築されたこのソフトウェアは、独立したサービスにモジュール化されています:
robotd:リアルタイム制御、強化学習の実行、および安全プロトコルを処理します。updaterd:OTAアップデート、署名検証、および障害時の自動ロールバックを管理します。configd: Wi-Fi接続とデバイス識別情報を管理します。btd:Bluetooth通信を管理します。padd: ゲームコントローラの入力をサポートします。mediad: カメラ、オーディオ、およびWebRTCストリーミングを処理します。tofd: ToF深度センサーのデータを処理します。サービス間の通信は、UnixソケットおよびJSON-RPC 2.0を介して行われます。モーター制御の権限を持つのはrobotdのみです。モバイルアプリ、コントローラー、またはカスタムスクリプトからの入力は「アクションインテント」として扱われ、実行前にrobotdでの安全チェックを通過する必要があります。これにより、アーキテクチャの信頼性が確保されます。
シームレスなOTAアップデートにより、デバイスの故障を防止
アップデートプロセスは堅牢です。リリースのダウンロード、署名の検証、バージョンの切り替え、サービスの再起動、そしてヘルスチェックを実行します。エラーが発生した場合、システムは自動的に以前のバージョンに戻すため、デバイスが使用不能になるのを効果的に防ぎます。
単なるおもちゃではない:小型の具現化AIプラットフォーム
Microduckは単なる目新しさのあるアイテムにとどまりません。強化学習、Sim2Real転移学習、ONNXデプロイメント、Rustベースのリアルタイム制御、WebRTCメディア、そして完全なOTAサポートを、25cm、800gの筐体に統合しています。
強化学習、モーション制御、エンボディッドAIに注力する開発者や研究者にとって、このオープンソースプロジェクトは、シミュレーションから実世界への展開に至るまでの完全なパイプラインを提供します。ランタイムコードとトレーニングコードの両方が公開されているため、関心のある開発者は公式リポジトリを参照して、さらなる実験を行うことができます。
ウェブ上に意思決定モデルが溢れかえる中、Amazonが独自の「Jev」クローン版をリリース
AI開発者の間で、最先端の大規模言語モデルよりもコンピュータ自動化に最適化された知能が重視される傾向が強まる中、Amazon Web Servicesは、TypeSafe社の「Jev」に着想を得たオープンソースの意思決定モデルを公開した。OpenAIが同様のサービスを発表したのと同じ週にリリースされたAmazonの「Strands Decider 2B」は、あらかじめ決定された選択肢を高速かつ低コ
Google GeminiはGoogle Photosと深く統合され、パーソナライズされたAI画像生成を実現します
Googleは最近、そのAIアシスタント「Gemini」に大幅なアップデートを導入し、Google フォトとの統合を深めました。この強化により、Gemini は写真ライブラリからの視覚データに直接アクセスできるようになり、よりパーソナライズされた AI 生成画像の作成が可能になりました。ユーザーは、自分自身や家族の AI 肖像画を作成するために、小説のような長い説明を書く必要がなくなりました。代わりに、AI はアルバム内の実際の写真から詳細を自動的に抽出し、生成されたキャラクターの外見やスタイル
Redditの傑作により、クロードが手書き文字を通じてリアルタイムでユーザーとやり取りし、まさに卓越した没入感のある学習体験を提供しています。
Redditの開発者が、ユーザーがClaude AIとリアルタイムで会話できる新しいインタラクティブな手書きアプリをリリースしました。このツールは、『ハリー・ポッター』に登場するトム・リドルの日記に見られるような、魔法のような双方向のやり取りを模倣することで、デジタルでのメモ取りを、温かみのある即座の学習体験へと変えます。リアルタイムの手書きやり取りスタイラスを使って、思いついたことを書き留めたり





家






