50種の脚式ロボットを単一ポリシーで制御、ゼロショット転移を実現

何が起きたか

研究チームは、50種類の脚式ロボットの多様なコレクションで訓練された単一の汎用移動ポリシーを発表した。このポリシーは、改良された身体認識アーキテクチャ(URMAv2)と、極端な身体ランダム化のためのパフォーマンスベースのカリキュラムを組み合わせることで、数百万の形態的バリエーションを制御することを学習する。研究チームは、未見の実世界のヒューマノイドおよび四足ロボットへのゼロショット転移を達成したとしている。

詳細

この研究は、arXivに2025年9月2日に公開された論文「Multi-Embodiment Locomotion at Scale with extreme Embodiment Randomization」で報告された。論文では、単一のポリシーが多様なロボット形態を制御できることを示しており、身体認識アーキテクチャの改良(URMAv2)と、極端な身体ランダム化のためのパフォーマンスベースのカリキュラムを組み合わせることで、数百万の形態的バリエーションを学習すると説明している。 ゼロショット転移は、訓練中に遭遇しなかった実世界のロボットへの適応を意味し、これにより汎用性の高い移動制御が可能になる。研究チームは、このアプローチが多様なロボットプラットフォームへの適用可能性を広げるとしている。

Key Facts

なぜ重要か

この研究は、単一のポリシーで多様なロボット形態を制御できることを示し、ロボットの移動制御における汎用性の向上に寄与する可能性がある。ゼロショット転移の達成は、実世界の様々なロボットへの適用を容易にし、開発コストの削減につながる可能性がある。