OctoSense：マルチモーダルロボット知覚のための自己教師あり学習

- 「OctoSense」は、ロボットがカメラや触覚センサーなど複数の感覚（マルチモーダル）からの情報を、教師なし学習（自己教師あり学習）で統合処理するためのフレームワーク。人間がラベル付けした大量のデータを必要とせず、センサー同士の相関から自律的に特徴を学習する。 - 開発者のAbi S.はロボット知覚・機械学習研究者。本プロジェクトはMITやスタンフォードなどのロボット工学・AI研究の文脈に位置づけられる。 - ロボットが「触った感覚」と「見た映像」を同時に扱うのは難しいが、OctoSenseはこれらを共通の表現空間にマッピング。物体の硬さや質感を画像から推定するなど、操作タスクの精度向上が期待される。 - 意義：実世界でロボットが未経験の物体を扱う際、事前ラベルなしで適応できるため、工場や家庭でのロボット活用を現実的にする基盤技術の一つ。Transformerベースのアーキテクチャを採用している点が技術的特徴。