論文の概要: A Brain-inspired Embodied Intelligence for Fluid and Fast Reflexive Robotics Control
- arxiv url: http://arxiv.org/abs/2601.14628v1
- Date: Wed, 21 Jan 2026 04:04:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-01-22 21:27:50.227633
- Title: A Brain-inspired Embodied Intelligence for Fluid and Fast Reflexive Robotics Control
- Title（参考訳）: 脳にインスパイアされた流体・高速反射型ロボット制御のための身体知能
- Authors: Weiyu Guo, He Zhang, Pengteng Li, Tiefu Cai, Ziyang Chen, Yandong Guo, Xiao He, Yongkui Yang, Ying Sun, Hui Xiong,
- Abstract要約: 現在のロボット政策は、生物学的運動に固有の動的安定性、反射応答性、時間記憶の再現に苦慮している。
ここでは,大脳皮質,小脳,脊髄間の生体神経系の構造構造を模倣したNeuroVLA(Neuromorphic Vision-Language-Action)を提案する。
NeuroVLAは、物理ロボティクスへの神経型VLAの最初の展開であり、最先端のパフォーマンスを達成する。
- 参考スコア（独自算出の注目度）: 40.32967393371106
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent advances in embodied intelligence have leveraged massive scaling of data and model parameters to master natural-language command following and multi-task control. In contrast, biological systems demonstrate an innate ability to acquire skills rapidly from sparse experience. Crucially, current robotic policies struggle to replicate the dynamic stability, reflexive responsiveness, and temporal memory inherent in biological motion. Here we present Neuromorphic Vision-Language-Action (NeuroVLA), a framework that mimics the structural organization of the bio-nervous system between the cortex, cerebellum, and spinal cord. We adopt a system-level bio-inspired design: a high-level model plans goals, an adaptive cerebellum module stabilizes motion using high-frequency sensors feedback, and a bio-inspired spinal layer executes lightning-fast actions generation. NeuroVLA represents the first deployment of a neuromorphic VLA on physical robotics, achieving state-of-the-art performance. We observe the emergence of biological motor characteristics without additional data or special guidance: it stops the shaking in robotic arms, saves significant energy(only 0.4w on Neuromorphic Processor), shows temporal memory ability and triggers safety reflexes in less than 20 milliseconds.
- Abstract（参考訳）: 近年のエンボディードインテリジェンスの発展は、データとモデルパラメータの大規模スケーリングを活用して、自然言語コマンド追従とマルチタスク制御をマスターしている。
対照的に、生物学的システムはスパース経験から急速にスキルを習得する能力を示す。
重要なことに、現在のロボット政策は、生物学的運動に固有の動的安定性、反射応答性、時間記憶の再現に苦慮している。
ここでは,大脳皮質,小脳,脊髄間の生体神経系の構造構造を模倣したNeuroVLA(Neuromorphic Vision-Language-Action)を提案する。
我々は、高レベルモデルが目標を計画し、適応小脳モジュールが高周波センサフィードバックを用いて動きを安定させ、バイオインスパイアされた脊髄層が雷速行動生成を実行するシステムレベルのバイオインスパイアデザインを採用する。
NeuroVLAは、物理ロボティクスへの神経型VLAの最初の展開であり、最先端のパフォーマンスを達成する。
ロボットアームの揺らぎを防ぎ、重要なエネルギー(ニューロモルフィックプロセッサでは0.4w)を節約し、時間記憶能力を示し、安全反射を20ミリ秒未満で引き起こす。
関連論文リスト
- Bridging Brains and Machines: A Unified Frontier in Neuroscience, Artificial Intelligence, and Neuromorphic Systems [30.78088656917387]
この位置と調査論文は、神経科学、人工知能、ニューロモルフィックコンピューティングの出現する収束を識別する。
我々は,次世代AGIシステムの設計原則として,シナプスの可塑性,スパーススパイクに基づくコミュニケーション,マルチモーダルアソシエーションがいかに重要であるかを強調した。
我々は、シリコンの脳規模の効率を達成するために、フォン・ノイマンのボトルネックを破ることのできる新しい物理基板について論じる。
論文 参考訳（メタデータ） (2025-07-14T18:43:05Z) - Voxel-Level Brain States Prediction Using Swin Transformer [65.9194533414066]
本稿では, 4D Shifted Window (Swin) Transformer をエンコーダとして用い, 時間的情報を効率よく学習し, 畳み込みデコーダを用いて入力fMRIデータと同じ空間的, 時間的解像度で脳状態の予測を可能にするアーキテクチャを提案する。
前回の23.04s fMRI時系列に基づいて7.2sの安静時脳活動を予測すると,高い精度が得られた。
これは、人間の脳の時間的構造が高解像度でSwin Transformerモデルによって学習できることを示す有望な証拠である。
論文 参考訳（メタデータ） (2025-06-13T04:14:38Z) - Neural Brain: A Neuroscience-inspired Framework for Embodied Agents [78.61382193420914]
大規模な言語モデルのような現在のAIシステムは、いまだに解体され続けており、物理的に世界と関わりが持てない。
この課題の核心は、人間のような適応性を持つエンボディエージェントを駆動するために設計された中枢知能システムであるNeural Brain(ニューラル・ブレイン)の概念である。
本稿では,2つの基本的な課題に対処する,エンボディエージェントのニューラルブレインの統一的枠組みを提案する。
論文 参考訳（メタデータ） (2025-05-12T15:05:34Z) - Single Neuromorphic Memristor closely Emulates Multiple Synaptic
Mechanisms for Energy Efficient Neural Networks [71.79257685917058]
我々はこれらのシナプス機能を本質的にエミュレートするSrTiO3に基づく膜状ナノデバイスを実証する。
これらのメムリスタは、安定かつエネルギー効率の良い運転を可能にする非定常低導電系で機能する。
論文 参考訳（メタデータ） (2024-02-26T15:01:54Z) - Temporal credit assignment for one-shot learning utilizing a phase
transition material [36.460125256873624]
金属絶縁体-遷移物質であるバナジウム二酸化バナジウム(VO2)に基づく装置は, 中間抵抗状態の連続体にアクセスするために動的に制御可能であることを示す。
我々はこれらのデバイス特性を利用して、ニューロンのアナログ計算の3つの側面をエミュレートする: 高速(1ms) スパイク、低速(1ms) スパイク(100ms) デンドライトコンパートメント、超低速(1ms) 生化学的シグナリング。
論文 参考訳（メタデータ） (2023-09-29T18:18:12Z) - Neuromorphic Computing and Sensing in Space [69.34740063574921]
神経型コンピュータチップは、生物学的脳の構造を模倣するように設計されている。
ニューロモルフィックデバイスの低消費電力とエネルギー効率に重点を置くことは、宇宙応用には最適である。
論文 参考訳（メタデータ） (2022-12-10T07:46:29Z) - Continuous Learning and Adaptation with Membrane Potential and
Activation Threshold Homeostasis [91.3755431537592]
本稿では,MPATH(Membrane Potential and Activation Threshold Homeostasis)ニューロンモデルを提案する。
このモデルにより、ニューロンは入力が提示されたときに自動的に活性を調節することで動的平衡の形式を維持することができる。
実験は、モデルがその入力から適応し、継続的に学習する能力を示す。
論文 参考訳（メタデータ） (2021-04-22T04:01:32Z) - Control for Multifunctionality: Bioinspired Control Based on Feeding in
Aplysia californica [0.3277163122167433]
我々は,ニューラルバースト活動と簡単なバイオメカニクスをリアルタイムに高速にモデル化できるハイブリッドBooleanモデルフレームワークを開発した。
Aplysia californica 摂餌の多機能モデルについて述べる。
実験可能な仮説を定式化し,ロボット制御と神経科学への応用について考察する。
論文 参考訳（メタデータ） (2020-08-11T19:26:50Z) - A Spiking Neural Network Emulating the Structure of the Oculomotor
System Requires No Learning to Control a Biomimetic Robotic Head [0.0]
バイオミメティック・ロボットヘッドのプロトタイプの心臓にニューロモルフィック・オキュロモータ・コントローラが配置されている。
コントローラは、すべてのデータがスパイクニューラルネットワーク(SNN)によって符号化され、処理されるという意味でユニークなものです。
ロボットの目標追跡能力について報告し、その眼球運動学は人間の眼研究で報告されたものと類似していることを示し、生物学的に制約された学習を用いて、その性能をさらに向上させることができることを示す。
論文 参考訳（メタデータ） (2020-02-18T13:03:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。