[1S5-GS-2] Machine learning:

[1S5-GS-2-05] Data Curation and Synthesis for Training World Models

Makoto Kawano¹, 〇Atsuya Ishizu^2,8, Sota Nakamura^3,8, Ritsuki Matsunaga^7,8, Taiju Watanabe^5,8, Ibuki Inoue^6,8, Toshiki Tsuzuku⁴, Yasuhiro Noda⁴ (1. Univ. of Tokyo, 2. Kyoto University, 3. Kyushu University, 4. SoftBank Robotics Corp., 5. Waseda University, 6. Tokyo University of Agriculture and Technology, 7. National Institute of Technology, Numazu College, 8. Matsuo Institute)

Keywords:World Model, Data Synthesis

現在の状態に関する観測情報と行動情報から将来の状態を予測する世界モデルが注目されている．様々な領域特化型の大規模言語モデルが開発されているように，世界モデルの領域特化が期待される，しかし，現在の世界モデルの研究開発では，利用可能なデータをすべて学習に利用する戦略が行われており，世界モデルの学習における効果的な戦略は不明である．そこで本研究では，シミュレーション環境で複数種類のデータを作成し，世界モデルを学習させる．そして効果的なデータの収集方法について検討する．