多能工、一部の達人:多目的トランスフォーマーエージェント「JAT」
Jack of All Trades, Master of Some, a Multi-Purpose Transformer Agent
研究チームは、汎用エージェントを目指すプロジェクト「Jack of All Trades (JAT)」を発表した。JATは、Gatoプロジェクトを再現し、Transformerモデルを用いて視覚と言語、意思決定タスクを統合的に処理する。新たに構築されたJATデータセットには、数百万人分の専門家軌跡が含まれ、これを用いて訓練されたJATモデルは、ビデオゲームプレイ、ロボット制御、ナビゲーション環境でのコマンド実行など、多様なタスクを単一のネットワークで実行できる。特に、アタリ、BabyAI、Meta-World、MuJoCoといった様々な環境で専門家レベルの性能を平均65.8%達成した。また、補助タスクとして将来の観測予測を学習に組み込むことで、学習効率が向上する可能性を示唆する実験結果も得られた。JATプロジェクトは、専門家RLエージェント、JATデータセット、JATモデルを公開し、汎用エージェント研究の新たな方向性を示すものである。
- 研究チームが汎用エージェントプロジェクト「Jack of All Trades (JAT)」を発表し、モデル・データセット・専門家RLエージェントを公開
JATプロジェクトは、Gatoに続く汎用エージェント研究のオープンソース実装であり、単一のTransformerモデルで視覚・言語・意思決定タスクを統合処理できる点が注目に値する。特に、多様な環境で専門家レベルの性能(平均65.8%)を達成し、補助タスクによる学習効率向上の可能性も示唆されている。産業応用としては、ロボット制御や自動運転、ゲームAIなど幅広い領域に波及する可能性があり、オープンソースとして公開されたことで研究コミュニティ全体の進展を加速させる触媒となり得る。投資家としては、こうした汎用エージェント基盤の商用化を狙うスタートアップや、同技術を自社プロダクトに統合する企業の動向を注視すべき。