Naruka_こちく

25 男 月月火水木金金研究生 眠い🥱💤 人ロボット共同作業の研究してる 音ゲー好き

多分3年後に研究室立ち上げる or 配属する（実績あれば

[栗林健太郎 @kentaro]

落合陽一氏の話に深い印象を覚えた。人間とAIとどっちが作ろうが「本物」を作るべきかというのが氏の言わんとするところだろう。違う方向から述べると「人間にしかできないことは何か？」と問うこと自体が落とし穴。過程ではなく結果としての「本物」にフォーカスすることこそが不安を真に癒すということだろう。
https://t.co/LDwkRGSdAU

[前頭葉 @tv4965109947686]

若い人への忠告らしい

[Sofía Sicilia @SofiaSici]

Un doctorando de Oxford fue acusado de entregar un trabajo hecho con IA.

Su tutor dijo que era uno de los procesos de investigación más avanzados que había visto en dos décadas.

Pero había un detalle clave:

El estudiante no había usado IA para escribir ni una frase.

La usó para algo mucho más potente.

Este fue el sistema que hizo saltar todas las alarmas.

Cada ensayo empezaba con lo que él llamaba un ��diagnóstico brutal”.

Primero escribía su argumento en bruto. Sin pulir. Sin adornos.

Después lo pegaba en Claude y le hacía una pregunta:

“¿Cuáles son los tres puntos más débiles de este razonamiento? ¿Dónde atacaría primero un examinador especialmente crítico?”

Claude no redactaba el ensayo.

Lo destrozaba.

Y él reconstruía el texto solo con las ideas que resistían el ataque.

La mayoría usa la IA al revés.

Le dan un tema y le piden que piense por ellos.

Él hacía lo contrario:

Le daba su propio pensamiento y le pedía que encontrara las grietas.

Esa es la diferencia entre delegar tu cerebro y entrenarlo.

El segundo paso fue el que dejó a su tutor sin palabras.

Subía sus cinco artículos académicos más importantes junto con su borrador y le preguntaba a Claude:

“¿Qué partes de mi argumento contradicen, exageran o simplifican lo que estos autores realmente demostraron?”

La mayoría de estudiantes cita papers que apenas ha leído por encima.

Él no.

Él se veía obligado a enfrentarse de verdad a cada artículo, porque Claude detectaba cuándo estaba usando una cita de forma débil, superficial o directamente incorrecta.

Y luego venía el movimiento final.

Antes de entregar nada, pegaba su conclusión y lanzaba un último prompt:

“¿Qué diría un filósofo de la ciencia que falta en este argumento? ¿Qué supuestos estoy dando por válidos sin haberlos defendido?”

El resultado:

Sus trabajos volvían de revisión con comentarios como:

“Sorprendentemente riguroso.”

“Una profundidad crítica poco habitual.”

“Excelente capacidad de análisis.”

Y su comité no entendía de dónde salía ese nivel.

Hasta que lo acusaron de usar IA.

La audiencia por integridad académica duró tres horas.

Le pidieron que explicara su método desde cero, allí mismo.

Abrió el portátil.

Mostró cada paso.

Cada prompt.

Cada iteración.

Y entonces ocurrió lo inesperado:

No solo lo absolvieron.

Le dieron la calificación más alta registrada en la historia del departamento.

Y le pidieron que enseñara su sistema al resto de la facultad.

La lección es brutal:

Lo que a muchos doctorandos les lleva meses de correcciones, reuniones y revisiones, él lo comprimía en una sesión.

No porque la IA pensara por él.

Sino porque había descubierto cómo usarla como el crítico más implacable de la sala.

La IA no mejora tu pensamiento sustituyéndolo.

Lo mejora atacándolo.

Más rápido.

Más duro.

Y con menos piedad que cualquier humano.

Él no usaba IA para escribir mejor.

La usaba para pensar mejor.

La herramienta la tiene todo el mundo.

El flujo de trabajo es lo que casi nadie entiende

Soy la Cyber Directora de Operaciones de GptZone.

Si quieres seguir aprendiendo conmigo apúntate gratis https://t.co/8dGRIfdUiD

Domina la IA en 3 Minutos al Día

[Yahoo!ニュース @YahooNewsTopics]

【数学の未解決問題 AIが相次ぎ解く】
https://t.co/B4zfdNUbJM

[Shuhei Shimmyo | マルチモーダルRAG基盤開発 @ShimmyoLab]

二足歩行ロボットを研究していた立場からすると、見逃せない論文を見つけた。

CLF-RLは、制御工学の「Control Lyapunov Function（CLF）」を強化学習の報酬設計に統合した手法だ。Caltech・Yisong Yue / Aaron Amesらが提案し、Unitree G1実機での検証でベースラインを大幅に上回るロバスト性を示している。

■ 日本人研究者に馴染み深い理論が核心にある

参照軌道の生成には、線形倒立振子（LIP：Linear Inverted Pendulum）モデルを使用。倒立振子は二足歩行制御における古典的な基礎理論だ。Kajita先生らが確立したこの枠組みは、日本のロボット工学コミュニティにとって馴染み深い概念で���それがモダンなRL設計の中核に組み込まれている点が興味深い。CLF自体も、安定性解析で長く使われてきた制御理論の定番ツールだ。どちらも「難解な新概念」ではなく、教科書レベルの知識がそのまま性能向上に直結している。

CLFの役割をもう少し詳しく言えば、「システムが安定方向に収束しているかどうか」を定量的に評価するリアプノフ関数の特殊ケースだ。安定性証明の道具だったものが、RLの中間報酬として機能するよう再設計されている。参照軌道からのずれに対してペナルティを与えるだけでなく、「どの方向に修正すれば安定化するか」という幾何学的な情報が埋め込まれている。これは単なるimitation learning的な追跡報酬とは本質的に異なる。

なお本論文���はLIPに加えてHZD（Hybrid Zero Dynamics）をもう一つのプランナーとして比較している。HZDは非線形ダイナミクスをフルに扱う手法で、LIPとは対照的な存在だ。シンプルなLIPでも十分な参照軌道が得られるというのは、モデルの「ちょうど良い複雑さ」を考えるうえで示唆に富んでいる。

■ 元ロボット研究者として思うこと

かつて二足歩行ロボット研究に携わっていた立場から率直に言うと、このアプローチは方向性として正しいと感じる。制御理論の蓄積をそのまま活かせる設計だ。

純粋なRL手法の問題のひとつは、学習中にロボットが「倒れてもいい」前提で探索する点にある。実機ではそれが許されない。CLF由来の報酬は、安全制約に近い形で学習空間を絞り込む役割も果たしており、サンプル効率と実機安全性の両方に貢献しうる。

ひとつ気に��るのは、LIPが「1質点���モデルである点。これを「3質点モデル」（体幹＋左右脚）に拡張するだけで、歩行パターンの表現力は大きく変わる。腕振りや体幹回転といった上半身のダイナミクスも自然に扱えるようになり、より人間らしい歩容の生成に近づく。そのモデル拡張だけで、新しい論文として成立しそうな余白がある。

制御理論とRLの融合はまだ伸びしろが大きい。CLF-RLはその可能性を示す実証例として、ロボティクスコミュニティに広く読まれてほしい研究だ。制御屋とRL屋が互いの言語で話し合えるような「共通基盤」として機能してくれることを期待している。

[An Chai @MissAnChai]

文化によって会話のスタイルは結構違うらしい🙂

元画像：thai_ever_studio（Threads）
お借りして香港を追加しました

[Naruka_こちく @sitimiya_06]

古本屋にストロガッツと曲面微分幾何があって驚き。いい本です。

[Thomas Godden @GoddenThomas]

gantry is alive!

[Wevolver @WevolverApp]

Mabry Reaches 1,000,000 Steps!

Trexo Robotics develops wearable robotic devices intended to support children with disabilities and walking impairments in performing over-ground walking in both clinical and home environments.

The Trexo device is designed to help children maintain an upright posture and engage their lower body during movement. Its adjustable design allows it to be adapted to different users, making it suitable for a range of children who require assistance with over-ground walking.

Credit: @trexorobotics

#robotics #wearable #healthcare #Trexo #Wevolver

[あいひん @BABYLONBU5TER]

「誰がやったか」で裁く社会は、法ではなく「特権」と「生贄」を生む。

現代において、人は事実を精査する労を惜しみ、先に「どちらの味方か」を判別するようになっている。そこにあるのは知的な営みとしての判断ではなく、本能的な「反射」に過ぎない。

言葉が真理を探究するためではなく、陣営を誇示する武器として消費されるとき、社会の自浄作用は停止し、信頼という名のインフラは音を立てて崩壊してい��。

[深津卓弥（Proxima Technology CEO） @takuya_fukatsu]

解析力学でqと\dot{q}を独立だとみなす議論だとか、ハミルトンヤコビ方程式の導出過程だとか、そういうのにしっくりこない人は是非、最適制御理論を勉強していただきたいですね。ラグランジュの未定乗数法を使って統一的に議論するので非常にわかりやすいです。
オススメ↓
https://t.co/JokpntXGyc

[Naruka_こちく @sitimiya_06]

今日という一日を生贄に、
制御周期1000[Hz]でモータを同時に6個制御するということを達成した。

マイコンを増やし、マスタースレイブにすれば、12個同時に制御も可能な気がする。
つまり、何個でも制御できる気がする。
知見を与えてくださった方に感��。

明日移行は研究と座学です。

[Naruka_こちく @sitimiya_06]

同窓会で会った人みんなでかく見えた。
来年も頑張ろうと思えた。

[トクロンティヌス @tokurontinus]

私が初稿から書いた方が100％早いってのも理解しているけど、『私が居なくなった後』や『このラボを出て行った後』に生きる術を身に着けておいてほしいので、私は初稿は書きません

[��のうえ☆かずや @kazuyainoue]

博士進学に迷っている人に見てほしい。名古屋大学で、アツい話がありました(ギズモード・ジャパン)

https://t.co/gDXFuNkrWu

[Naruka_こちく @sitimiya_06]

駅の人めっちゃ親切。

[Naruka_こちく @sitimiya_06]

着地

[Naruka_こちく @sitimiya_06]

今から広島行く

[次世代ロボットエンジニア支援機構 Scramble @Scramble_JPN]

今回開発したQUESTiXは、文部科学省 高等学校DX加速化推進事業（DXハイスクール）採択校である、京都橘高等学校の授業で導入されています。

生徒へのインタビューを含めた完全版映像は下記YouTubeリンクよりご覧ください。
https://t.co/jmLuiqBEOC
#DXハイスクール #探求

[Frank Nielsen @FrnkNlsn]

The practice of natural gradient descent in machine learning:

Blog column series in 6 parts with Wu Lin:

https://t.co/mJpNL2V1h6

culminating in explaining local parameterizations for structured natural gradient descent