Boston DynamicsとNVIDIA、Spot向け強化学習ポリシーを公開 シミュレーション最適化で最高速度の3倍超を実現

何が起きたか

Boston DynamicsとNVIDIAは、Spot用の強化学習ポリシーを公開した。このポリシーは、Spot RL Researcher Development Kitの低レベルモーターアクセスを用いて展開され、実機でのエンドツーエンドの強化学習ポリシー展開の初の公開デモとなった。訓練コードはNVIDIA IsaacLab、展開コードはBoston Dynamicsから公開されている。ポリシーは毎秒5.2メートル以上の移動を実現し、これはSpotのデフォルト制御の最高速度の3倍超に相当する。

詳細

この研究では、シミュレーションと実機で収集したデータの分布の非類似度を、Wasserstein距離と最大平均不一致（MMD）を用いて定量化し、sim2realギャップを測定した。これらの指標を、共分散行列適応進化戦略（CMA-ES）のスコアリング関数として使用し、Spotから未知または測定が困難なシミュレーションパラメータを最適化した。この手順により、飛行フェーズを含む複数の歩容を生成し、滑りやすい路面へのロバスト性、外乱拒否、これまでSpotで見られなかった機動性を実現した。

Key Facts

本紙の見方

今回の発表は、Boston DynamicsとNVIDIAが共同で、Spot向けの強化学習ポリシーを公開した点で画期的だ。特に、実機でのエンドツーエンドの強化学習ポリシー展開が初めて公開されたことは、ロボティクス分野におけるシミュレーションから実機への移行（sim2real）の実用性を示すものだ。本紙が過去に報じたBoston Dynamicsの頭部モジュール化（2026年8月25日）や、Hyundai Motor Groupによる全株式取得（2026年8月24日）と合わせて考えると、同社は計算基盤と実機の両面で技術を進化させている。特に、頭部の計算コアを交換可能にした設計は、今回の強化学習ポリシーのような高度な計算を必要とする機能を後から追加することを可能にする。 業界構造への含意として、NVIDIA IsaacLabとの連携は、ロボット開発におけるシミュレーション環境の重要性を再確認させる。NVIDIAはGPUやAI基盤を提供し、Boston Dynamicsは実機とデータを提供する。この垂直統合的な協業は、ロボットの知能向上を加速させる可能性がある。また、sim2realギャップを定量的に評価する手法は、他のロボットメーカーにも応用可能であり、業界全体の開発効率を高める可能性がある。 一方で、今回のポリシーは特定のタスク（移動）に特化しており、汎用性には限界がある。また、公開されたコードは研究目的であり、商用利用には追加のライセンスが必要かもしれない。今後の焦点は、この技術が他のタスクや他のロボットプラットフォームにどのように展開されるか、そして実運用での信頼性がどの程度かという点だ。

なぜ重要か

この成果は、ロボットの移動能力を飛躍的に向上させるだけでなく、シミュレーションと実機のギャップを埋める手法を公開することで、ロボット開発の民主化を促進する。NVIDIAとBoston Dynamicsの協業は、AIとロボティクスの融合を象徴しており、今後のロボット開発の標準的なアプローチとなる可能性がある。

日本への影響

日本のロボット産業は、産業用ロボットで強みを持つが、今回の成果は、シミュレーション技術とAIの活用が競争力の鍵となることを示している。特に、NVIDIA IsaacLabのようなプラットフォームを活用した開発手法は、日本のロボットメーカーにとっても重要な参考となる。また、sim2realギャップの定量化手法は、日本の研究機関や企業が取り組むべきテーマと言える。