日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
sim2realarXiv:2611.03138

KlaskTron: 物理的敵対型マルチエージェント強化学習のためのオープンソースプラットフォーム

KlaskTron: An Open-Source Platform for Physical Adversarial Multi-Agent RL

シェア:XThreadsFacebookLINEはてブBluesky

卓上ゲームKLASKを模した低コストなロボット実験環境を開発し、デジタルツインと実機制御を統合してゼロショットのsim2real転移を実現した。

詳しい要約

1. どんなもの？

- KLASK を題材にした対戦型 MARL 用のオープンソース卓上ロボットテストベッド KlaskTron の提案 - 低コスト（<$2500 USD）でデスクトップ規模の物理プラットフォーム - 高トルク brushless motor を備えた dual CoreXY gantry を採用 - ハードウェア設計（CAD, BOM）、NVIDIA Isaac Lab 上の GPU-native digital twin、sim-to-real baseline を一体で提供 - 推論ソフトウェアや MARL セットアップを含む全アセットを公開し再現性を確保

2. 先行研究と比べてどこがすごい？

- 従来の物理 MARL プラットフォームは高価・専用施設必要・オープンな機構や設計が乏しく再現性が課題 - シミュレーション MARL は協調プレイや tool use などの創発行動を示すが物理系への転移が困難 - KlaskTron は低コストかつオープンソースで、ハード・シミュレーション・学習スタックを統合提供 - 学習した neural actuator model による検証済み sim-to-real baseline を備える点が特徴 - 具体的な先行研究名との比較は要旨からは不明

3. 技術・手法の肝は？

- KLASK をベースにした対戦型（adversarial）MARL 環境の構築 - dual CoreXY gantry と高トルク brushless motor による高速・高精度マニピュレーション - NVIDIA Isaac Lab 上に GPU-native digital twin を構築し高忠実度モデリング・シミュレーション - 学習した neural actuator model を用いた sim-to-real baseline の設計 - ハードウェア CAD/BOM、推論スタック、MARL セットアップを公開し再現可能なエコシステムを形成

4. どうやって有効だと検証した？

- 学習済みエージェントが創発的な adversarial 行動を示すことを実証 - 提案 baseline により zero-shot policy transfer が可能であることを確認 - neural actuator model を用いた sim-to-real baseline が validated であると記載 - 具体的な評価指標・試行回数・比較対象などの詳細は要旨からは不明

5. 議論はある？

- 物理 MARL の標準ベンチマーク不足に対するインフラ面の障壁を低減する意義 - 低コスト・オープンソース化による再現性とアクセシビリティの向上 - zero-shot transfer と創発的 adversarial 行動の示唆 - 限界や失敗事例、汎化性、他タスクへの展開可能性についての具体的議論は要旨からは不明

6. 次に読むべき論文は？

- NVIDIA Isaac Lab を用いた sim-to-real 研究 - learned neural actuator model に関するアクチュエータモデリング研究 - 物理 MARL のベンチマーク／テストベッドに関する研究 - zero-shot sim-to-real transfer の手法研究 - 要旨で参照・比較されている個別論文は明示されていないため、上記は関連する一般的手法・基盤

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Aswin Ramachandran, Jona Schulz, Maurus Derungs, Carlo Angelini, Tobias Meier, Raffaello D'Andrea

分類: cs.RO, cs.AR, cs.MA

原文アブストラクト

Progress in robot learning, particularly physical multi-agent reinforcement learning (MARL), is currently challenged by a limited availability of accessible, standardized benchmarks. While simulation-based MARL has produced remarkable emergent behaviors, from coordinated team play to complex tool use, translating these advances to physical systems remains difficult. A key barrier is infrastructural: physical platforms are often prohibitively expensive, require specialized facilities, or lack open mechanisms and designs for reproducibility. We introduce KlaskTron, an open-source, low-cost (<\$2500 USD), desktop-scale robotic testbed for adversarial MARL based on the dynamic tabletop game KLASK. The platform features dual CoreXY gantries with high-torque brushless motors, enabling the high-speed, precise manipulation required for competitive play. Crucially, we provide a complete ecosystem: hardware designs (CAD, BOM), a GPU-native digital twin in NVIDIA Isaac Lab for high-fidelity modeling and simulation, and a validated sim-to-real baseline using a learned neural actuator model. We demonstrate that this baseline enables zero-shot policy transfer, with trained agents exhibiting emergent adversarial behaviors. To ensure full reproducibility of our results, all project assets are released publicly: hardware CAD/BOM and assembly documentation at [https://idscethzurich.github.io/klask_hardware], inference software stack at [https://github.com/IDSCETHZurich/klask_software] and the simulation and MARL setup at [https://github.com/IDSCETHZurich/klask_rl].

arXivで原文を読む →arXiv概要ページ

関連論文

← 論文一覧
PR本紙発行元 EmplifAI