Apple Machine Learning Research представила MoMo — двухэтапную систему обучения роботов манипуляциям по демонстрациям. Она объединяет пространственно-временной токенизатор действий и трансформер поведенческого клонирования.
本システムはタスクと連続的な動作モード条件を入力として受け取る。著者の構想によれば、これによりロボットは異なるタスク間で共通の行動因子を維持しつつ、タスク、対象物、相互作用の条件に応じて動作展開の方法を変更できるようになるという。
現時点でこのアイデアの実用性は、元々の記述に掲載された指標や実験結果によって確認されていない。情報源には研究の概要（シノプシス）のみが含まれているため、改善の規模、データ要件、および手法の安定性は未解決の課題のままとなっている。
編集部コメント
なぜ重要か
予想される帰結：研究関心は、ロボットによる行動の結果だけでなく、その実行様式の管理へと移行する可能性が高い。次に観察すべき兆候は、公表される指標、実験の説明、または独立した再現性検証である。現在はデータの質に関する情報が欠けた概要のみが利用可能であるため、実質的な不確実性が残っている。