何が起きたか
Figureは2025年3月25日、強化学習で訓練した制御ポリシーをFigure 02ロボットに適用し、人間らしい歩行を実現したと発表した。同社によると、シミュレーションで訓練したポリシーは、ドメインランダム化と高周波トルクフィードバックにより、実機にゼロショット転送され、追加調整なしで10台のロボットが同じニューラルネットワークで動作することを示した。
なぜ重要か
ヒューマノイドロボットを複数台そろえて運用する場面では、機体ごとの調整を増やさず同じ制御を回せるかが重要です。Figureは、シミュレーションで学習した強化学習の制御が、追加調整なしで実機のFigure 02に転送でき、10台が同じニューラルネットワークで歩行したと発表しました。