基盤モデルとロボットの融合　マルチモーダルＡＩでロボットはどう変わるのか

【岡野原大輔氏 推薦!!】
これまでのロボットには困難だったタスクにどう挑むのか。
「フィジカルAI時代」の中核技術を理解するための指針となる一冊。

★★生成AIによる大変革、次の主役はロボット！★★

■ロボットを知らなくても読める！
この大変革の流れを知らずして、AI・情報科学の未来は語れません。
AIに関心のある研究者、エンジニア、マネージャー、起業家――
技術の潮目をつかみたいすべての人に送ります。

■AIが“世界に接する”時代へ！
生成AIは、いまや言語や画像にとどまりません。
LLMを超え、より大規模でマルチモーダルなモデルが「基盤モデル」です。
それがロボットと結びつき、世界に接するAIが生まれています。
・「あれ取ってきて」という指示に応答するロボット
・みずからコードを書いて自分を制御するロボット
・未知の環境でも、試行錯誤して成果を出すロボット
かつてできなかったことが、基盤モデルの力で実現しています。

■語り尽くすのは、最前線を走る若きツートップの研究者！
「そもそも、基盤モデルとは何なのか？」
「基盤モデルでロボットの何が変わるのか？」
「基盤モデルをロボットにどう使うのか？」
技術の本質を捉えたい人に向けて、深く・わかりやすく語り尽くします。

【目次】
第1章　基盤モデルとロボット
第2章　基盤モデルでロボットの何が変わるのか
第3章　これまでのロボット
第4章　基盤モデルができること
第5章　基盤モデルをロボットにどう使うか
第6章　ロボット基盤モデル
第7章　今後の展開

【岡野原大輔氏 推薦!!】
これまでのロボットには困難だったタスクにどう挑むのか。
「フィジカルAI時代」の中核技術を理解するための指針となる一冊。

★★生成AIによる大変革、次の主役はロボット！★★

■ロボットを知らなくても読める！
この大変革の流れを知らずして、AI・情報科学の未来は語れません。
AIに関心のある研究者、エンジニア、マネージャー、起業家――
技術の潮目をつかみたいすべての人に贈ります。

■AIが“世界に接する”時代へ！
生成AIは、いまや言語や画像にとどまりません。
LLMを超え、より大規模でマルチモーダルなモデルが「基盤モデル」です。
それがロボットと結びつき、世界に接するAIが生まれています。
・「あれ取ってきて」という指示に応答するロボット
・みずからコードを書いて自分を制御するロボット
・未知の環境でも、試行錯誤して成果を出すロボット
かつてできなかったことが、基盤モデルの力で実現しています。

■語り尽くすのは、最前線を走る若きツートップの研究者！
「そもそも、基盤モデルとは何なのか？」
「基盤モデルでロボットの何が変わるのか？」
「基盤モデルをロボットにどう使うのか？」
技術の本質を捉えたい人に向けて、深く・わかりやすく語り尽くします。

【目次】
第1章　基盤モデルとロボット
第2章　基盤モデルでロボットの何が変わるのか
第3章　これまでのロボット
第4章　基盤モデルができること
第5章　基盤モデルをロボットにどう使うか
第6章　ロボット基盤モデル
第7章　今後の展開

目次

第1章　基盤モデルとロボット
1.1　基盤モデルとは
1.2　基盤モデルのロボットへの応用
1.3　基盤モデルによるパラダイムシフト
1.4　基盤モデルで変わるロボット研究の世界
1.5　本書の構成

第2章　基盤モデルでロボットの何が変わるのか
2.1　自然言語を理解し、実行可能性を考えながらタスクを遂行する―SayCan
2.2　ロボットが自身のプログラムを生成する―Code as Policies
2.3　状況を理解し、失敗を修正する―REFLECT
2.4　言語的な意味をもった地図を生成する―CLIP-Fields
2.5　自然言語から動作を直接生成する―CLIPORT
2.6　ロボットの経験を拡張する―GenAug
2.7　多様なロボットの多様なスクを1つのネットワークで実行する―RT-X
2.8　本章のまとめ

第3章　これまでのロボット
3.1　一般的なロボット制御の流れ
3.2　さまざまなロボット
3.3　モダリティとその表現
3.4　低レベル認識
3.5　高レベル認識
3.6　高レベル計画
3.7　低レベル計画
3.8　ロボットのこれまでの常識と基盤モデルがもたらすもの

第4章　基盤モデルができること
4.1　ロボットが解釈可能な表現とは
4.2　深層学習から基盤モデルへ
4.3　基盤モデルの特徴
4.4　生成モデル
4.5　さまざまな基盤モデル
4.6　本章のまとめ

第5章　基盤モデルをロボットにどう使うか
5.1　基盤モデルをロボットに応用するアプローチ
5.2　低レベル認識への基盤モデルの応用
5.3　高レベル認識への基盤モデルの応用
5.4　高レベル計画への基盤モデルの応用
5.5　低レベル計画への基盤モデルの応用
5.6　データ拡張
5.7　本章のまとめ

第6章　ロボット基盤モデル
6.1　汎用事前学習ロボットビジョンモデル
6.2　ロボットのための視覚言語モデル（VLM）
6.3　一気通貫のロボット制御モデル
ほか

本の帯に関して

帯つきでの出荷はお約束しておりません。
商品ページに、帯のみに付与される特典物等の表記がある場合でも、確実に帯つきでの出荷はお約束しておりません。
また、帯は商品の一部ではなく「広告扱い」のため、帯の有無・破損による交換や返品は承っておりません。

版・表紙について

版・表紙（カバー）のご指定は承っておりません。ご注文いただくタイミングによっては、お届けする商品の版や表紙が商品ページ上のものとは異なる場合がございます。
また、初版にのみにお付けしている特典（初回特典、初回仕様特典）がある商品は、商品ページに特典の表記がされている場合でも、無くなり次第終了となります。