Eka、シミュレーション学習でロボットの身体的知性を追求 「人間を超える」目標

何が起きたか

産経ニュース（WIRED）の記事によると、カリフォルニア大学バークレー校の大学院生時代に知り合ったアグラワールとハーノイヤは、Ekaでロボットの訓練方法として、人間の訓練データを使うのではなく、ロボット自身にシミュレーションされた世界で何千時間もの練習を通じて解決策を見つけ出させるアプローチを追求している。EkaのロボットはGoogle DeepMindの「AlphaZero」に近いとされ、シミュレーター内で学習した成果を現実世界へ転移でき、その信頼性は他社の手法より高いと共同創業者は主張しているが、具体的な方法は明かしていない。同社は触覚機能を備えた独自のロボットグリッパーと、Vision-Force-Action（VFA）モデルと呼ばれる新しいAIアルゴリズムを開発したことを明かした。VFAモデルは、質量や慣性まで組み込んだシミュレーション環境から学習する。記事では、Ekaのデモとして、ロボットアームがチキンナゲットを容器に入れる様子が紹介され、その動きは素早く、人間のような臨機応変さを備えていたとされる。アグラワールは「ロボットを人間レベルに近づけたいと考える人もいます。でも、わたしたちの目標は人間を超えることです」と述べている。

Key Facts

なぜ重要か

ロボット工学において、シミュレーションのみで学習するアプローチは、人間のデータ収集に依存するVLAモデルとは異なる可能性を示している。Ekaの主張が正しければ、ロボットの身体知能の実現方法に新たな選択肢が加わることになる。