EmbodiedGen V2、シミュレーション対応3Dワールドエンジンを発表 実ロボット成功率75.0%に向上

何が起きたか

2026年7月8日にarXivで公開された論文で、EmbodiedGen V2が発表された。これは、embodied AIのためのポリシー実行可能な環境を生成する3Dワールドエンジンであり、シミュレーション対応のアセット生成、インタラクションアフォーダンス、タスク駆動ワールド、大規模マルチルームシーン、ステートフルなVibe Codingを統合する。評価では、生成環境を用いたオンライン強化学習により、シミュレーション成功率が9.7%から79.8%に、実ロボットのタスク成功率が21.7%から75.0%に向上した。

詳細

EmbodiedGen V2は、シミュレーション対応の3Dアセット生成を進化させ、ポリシー実行可能なタスク環境を自動構築する。統一されたシミュレーション対応表現により、クロスシミュレータのアセット、インタラクションアフォーダンス、タスク駆動ワールド、大規模マルチルームシーン、ステートフルなVibe Codingを接続し、生成・編集・再利用可能なシミュレーションパイプラインを実現する。生成された環境は、操作、ナビゲーション、モバイル操作、クロスシミュレータ展開、embodiedポリシー学習をサポートする。評価では、アセットパイプラインが96.5%の人間受け入れ率と98.6%の衝突成功率を達成し、タスク駆動ワールドの83.3%が手動修正なしで下流シミュレーションに直接利用可能だった。

Key Facts

本紙の見方

今回の発表は、embodied AIの学習環境を自動生成する分野における新たな一歩と位置づけられる。従来、シミュレーション対応の3Dアセット生成は進んでいたが、それらをポリシー学習に使えるタスク環境に組み立てる作業は人手に依存しており、スケーラブルな閉ループ学習の障壁となっていた。EmbodiedGen V2は、このギャップを埋めるために、統一されたシミュレーション対応表現を導入し、アセット生成からタスク環境構築までを自動化する点が新しい。一方で、生成環境の品質を評価する指標（人間受け入れ率、衝突成功率、直接利用可能率）は、シミュレーション環境の実用性を示すものであり、既存の研究の延長線上にある評価手法と言える。 本紙の過去報道との接続は、関連記事が提供されていないため、直接の言及は避けるが、Embodied AI分野の進展として、シミュレーション環境の自動生成が学習効率に与える影響は注目に値する。特に、オンライン強化学習による成功率の大幅な向上（9.7%から79.8%）は、生成環境が単なる静的アセットの集合ではなく、学習に有効なタスク構造を内包していることを示唆する。 業界構造への含意としては、この技術がシミュレーション環境の構築コストを削減し、embodied AIの研究開発を加速させる可能性がある。特に、ロボット工学や自動運転など、実機での試行が高コストな分野では、高品質なシミュレーション環境の自動生成が重要になる。また、クロスシミュレータ展開をサポートすることで、異なるシミュレータ間での一貫性が向上し、研究の再現性や比較可能性が高まる可能性がある。 未確定の論点としては、生成環境の多様性や複雑さが実際のタスクにどの程度対応できるか、また、実ロボットへの転移成功率が75.0%であるが、残りの25%の失敗要因が何か、という点が挙げられる。さらに、大規模マルチルームシーンやVibe Codingの具体的な実装詳細、計算コスト、スケーラビリティなども今後の検証が必要である。

なぜ重要か

EmbodiedGen V2は、シミュレーション環境の自動生成を実現し、embodied AIの学習効率を大幅に向上させる可能性を示した。これにより、ロボットや自動運転などの分野で、実機テストの前に高品質なシミュレーションでポリシーを訓練できるようになり、開発コストと時間を削減できる。また、生成環境の品質指標が高いことは、シミュレーションと実世界のギャップを縮小する一歩となる。