何が起きたか
NVIDIAは2026年8月26日、ロボットのナビゲーションポリシーを学習するためのエージェント駆動ワークフローを公開した。このワークフローは、Boston Dynamicsの四足ロボット「Spot」を参照ロボットとして、組み込みの倉庫シーンと生成シーン「SAGE-10K」の2つの環境で動作する。開発者はロボット、シーン、ナビゲーション目標を定義し、コーディングエージェントが依存関係の検証、アセット準備、スモークテスト、訓練、障害診断、チェックポイント比較を実行する。人間の承認ゲートがシーン受け入れ、単一環境スモークテスト、チェックポイント昇格の各段階に設けられている。
詳細
このワークフローは、NVIDIAのCOMPASS（Cross-Embodiment Mobility Policy via Residual RL and Skill Synthesis）フレームワークを基盤とする。COMPASSは、単一の身体性からの専門家デモを利用して、事前学習済みのNVIDIA X-Mobilityポリシーからナビゲーション行動を再利用し、選択したロボットと環境向けに基本行動を補正する残差専門家（強化学習ポリシー）を訓練する。複数の専門家からのデータは、後で共有のクロス身体性ポリシーに蒸留できる。開発にはCodexを使用し、訓練済みポリシーとロボットコントローラは実行時にコーディングエージェントなしで動作する。ハードウェア要件は、Ubuntu 22.04または24.04、32GB以上のRAM、16GB以上のVRAMを備えたRTX対応NVIDIA GPU、Linuxドライバ580.95.05、Docker Engine 24以降、NVIDIA Container Toolkit。テスト済みスタックはNVIDIA Isaac Lab 3.0とIsaac Sim 6.0。SAGE-10Kデータセットは50の部屋タイプにわたる10,000の生成屋内シーンを含む。NVIDIA cuVSLAM（CUDAアクセラレーションによる視覚オドメトリとSLAMライブラリ）が、ロボットが互換性のあるオドメトリを提供しない場合の展開時オドメトリを提供する。
Key Facts
| NVIDIAは2026年8月26日、エージェント駆動のCOMPASSワークフローを公開した。 | [1] |
| COMPASSは、事前学習済みNVIDIA X-Mobilityポリシーを再利用し、残差強化学習ポリシーを訓練する。 | [1] |
| 参照ロボットはBoston DynamicsのSpotで、組み込み倉庫シーンとSAGE-10Kシーンで動作する。 | [1] |
| SAGE-10Kデータセットは50の部屋タイプにわたる10,000の生成屋内シーンを含む。 | [1] |
| ハードウェア要件は、32GB以上のRAM、16GB以上のVRAMを備えたRTX対応GPU、Linuxドライバ580.95.05。 | [1] |
本紙の見方
今回の発表は、ロボットのナビゲーションポリシーを新しいロボットや環境に移す際の手作業を、AIエージェントで自動化する点で新規性がある。従来、ロボットを新しい環境に適応させるには、データ収集、シミュレーションアセットの準備、インターフェース調整、訓練、診断、評価をロボットとシーンの組み合わせごとに繰り返す必要があり、コストと再現性が課題だった。COMPASSは、事前学習済みのX-Mobilityポリシーを基盤に、残差強化学習で特定ロボット向けに補正する方式を採る。これにより、ゼロから学習し直す負担を減らし、複数の専門家ポリシーを蒸留して共有ポリシーを作る道も開く。 本紙の過去報道では、自動車産業が1959年のUnimate導入以来、産業用ロボット最大の購入者であり、現在は生産データの収集・分析による最適化が進むと指摘した。今回のCOMPASSは、その流れをさらに推し進めるものだ。自動車工場のような大規模環境では、ロボットの導入・再配置のたびにナビゲーションポリシーの再調整が必要になるが、エージェント駆動の自動化はそのコストを下げる。特に、SAGE-10Kのような生成シーンを利用すれば、実環境のデータを大量に集めずに多様な環境での訓練が可能になる。これは、データ収集の困難さを緩和する点で、産業用ロボットの導入障壁を下げる可能性がある。 業界構造への含意として、このワークフローはロボットの「身体性」をまたぐポリシー共有を促進する。COMPASSは単一の身体性からのデモを利用するが、複数の専門家を蒸留して共有ポリシーを作ることで、異なるロボット間での知識転移が容易になる。これは、ロボットメーカー各社が独自のスタックを維持する現状に対し、共通基盤の価値を高める。また、NVIDIAはIsaac LabやIsaac Sim、cuVSLAMなど自社のツールを組み合わせて提供しており、ロボット開発のサプライチェーンにおいて、計算基盤とシミュレーション環境を握る立場を強化する。 未確定の論点としては、実際の訓練時間や計算リソースの具体的な数値が公開されていない点が挙げられる。また、SAGE-10Kのシーンを実際に使用する際の変換・登録の手順は示されているが、生成シーンの品質が実環境での性能にどの程度影響するかは検証が必要だ。さらに、このワークフローがSpot以外のロボットにどの程度一般化できるかは、今後の事例を待つ必要がある。
なぜ重要か
ロボットのナビゲーション学習を自動化するこのワークフローは、ロボット導入のボトルネックである環境適応のコストを下げる可能性がある。特に、産業用ロボットの導入が進む中で、多様な環境への迅速な適応は競争力の鍵となる。NVIDIAがこの分野で標準的なツールを提供することで、ロボット開発のサプライチェーンにおける同社の影響力がさらに強まるだろう。
日本への影響
NVIDIAは2026年8月6日のブログで、Cosmos Coalitionを日本に拡大し、ロボティクスと製造業のリーダーが工場、物流、農業、建設、ヘルスケア、輸送向けのオープンワールドモデルを開発する意向を示した。今回のCOMPASSワークフローは、こうしたオープンな世界モデルと組み合わせることで、日本の製造現場におけるロボット導入の効率化に寄与する可能性がある。特に、日本の強みである製造業の現場知識と、生成シーンによる訓練データの補完が組み合わされば、実環境での適応コストを下げられる。ただし、具体的な日本企業の関与や効果は現時点では明らかでない。