NVIDIA、シミュレーションから実世界へ ロボット学習に関する研究成果8本をICRAで発表

NVIDIA Researchは、ロボティクス分野の主要国際会議であるICRA（IEEE International Conference on Robotics and Automation）にて、シミュレーション環境で訓練したAIモデルを実世界のロボットへ展開する研究成果8本を発表した。いわゆる「Sim-to-Real」と呼ばれるアプローチに関する最新の知見が示されている。

Sim-to-Realとは何か

ロボットの制御方策をゼロから実機で学習させるには、時間もコストもかかる上に、失敗による機体破損などのリスクも伴う。そこで有効とされるのが、まず高精度な物理シミュレーション環境で大量の試行錯誤を行い、そこで獲得した方策やモデルを実世界のロボットに転移させる「Sim-to-Real」という手法である。NVIDIAはIsaac Simをはじめとするシミュレーションプラットフォームを軸に、この分野の研究を推進してきた。

ICRAで発表された研究の意義

今回ICRAで発表された8本の論文は、シミュレーションで学習したロボットの能力を実環境でも安定して発揮させるための手法や、シミュレーションと実世界のギャップ（Sim-to-Real Gap）を縮小するためのアプローチを扱っているとみられる。強化学習やドメインランダム化、模倣学習など、近年のロボット学習研究で注目される技術群がベースになっていると考えられ、産業用ロボットやヒューマノイドロボットなど幅広い応用への波及が期待される。

研究成果の詳細は今後、各論文の公開に伴い明らかになっていく見込みで、NVIDIAのロボティクス関連プラットフォームの発展にも寄与するとみられる。