概要
RISEは、自己改善型のロボットポリシーを構築するためのフレームワークです。
ワールドモデルを実世界でのロボット操作学習環境として活用し、特に実機での試行コストを削減しながらポリシーを強化します。
構成型ワールドモデルと想像内強化学習（RL in imagination）を主要な技術として採用し、動的レンガ仕分け、バックパックパッキング、箱閉じといった複雑なデクスタラス操作タスクにおいて大幅な性能向上（+35%～+45%）を実現しています。
研究者やロボット開発者が、効率的なロボット学習と実世界での応用を目指す際に有用なツールです。
互換性・特徴
- AI/ML
- ロボティクス
- Python
- 研究
- CLI
基本情報
| Stars | 341 |
| Forks | 21 |
| カテゴリ | マルチモーダル |
| アクティビティ | mid |
最新のissue
- Released pretrained world model appears largely insensitive to action conditioning — is this the Task-Centric config from the paper? (更新: 2026-07-15)
- Failure Rollout Data Problem (更新: 2026-07-12)
- Question about the RECAP baseline (更新: 2026-07-10)
- PI05に基づき、ROBOTWIN 2.0での小タスクをRISEメソッドのオフライン学習コードで微調整。2000ステップ後、ROBOTWIN上でのシミュレーション効果が全てゼロに。 (更新: 2026-06-15 / 基于PI05,在ROBOTWIN 2.0的一个小任务中微调，使用RISE方法的offline training代码，微调2000STEP后在ROBOTWIN上仿真效果全为0)