
何が起きたか
Boston Dynamicsは強化学習研究の一環として、カスタムアダプターとスクーター用リムで車輪を取り付けたAtlasが転がり、横滑りし、360度ジャンプを着地する映像を公開した。
なぜ重要か
車輪付き構成により研究者は幅広い速度とトルク要求でAtlasのモーターを試験し、シミュレーション学習行動の物理ハードウェアへの転移精度を確認できた。
誰に効くかヒューマノイドプラットフォームに取り組むロボットのハードウェアおよび制御エンジニアは注目すべきだ。このプロジェクトは、シミュレーションで訓練したポリシーを使ってアクチュエーターの限界を探り、学習した行動を実機へ転移できることを示している。Boston Dynamicsは知見がすでにAtlasの標準構成へ応用されていると述べている。
こういう要約が、毎朝あなたのメールに届きます。
Boston Dynamicsは、車輪付きAtlasを、シミュレーションで学習した行動が物理ハードウェア上でどれだけ維持されるかを意図的に試すものと位置づけている。カスタムアダプターで取り付けたスクーター用リムに足を交換することで、研究者は既存の足首アクチュエーターを幅広い速度とトルク要求にわたって追い込めた。これは足だけでは探りにくい条件だ。
このプロジェクトは従来のモーター制御工学と、数百万のシミュレーションシナリオで訓練した全身強化学習を組み合わせている。同社の発表によると、横滑りや360度ジャンプを含む一部の動きは、人間のモーションキャプチャ記録に由来し、ロボットが車輪付き構成に適応させたものだ。シミュレーションと物理アクチュエーターの不一致が、実世界で安定して再現できない動きを生むリスクも指摘している。
Boston Dynamicsは、知見はすでにAtlasの標準構成へ還元されており、アクチュエーターの故障やその他の予期しない運用条件への対応能力を高める作業につながっていると述べている。つまり車輪付きの実験は、新しい形態そのものよりも、実環境での信頼性の高いヒューマノイド運用を支える制御システムの強化を狙ったものだ。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
Machina Labsはカリフォルニア州ChatsworthでMachina Rebellisを発表した

Runwayが27-billion-parameterのオープンウェイト世界行動モデル「Praxis-1」をApache 2.0ライセンスで公開した

Samsung Electronics、SK hynix、Micronが半導体製造工場で使うロボットの充電規格を策定中で、バッテリー仕様、充電ステーション設備、通信、バッテリー管理システムを対象とする

ロボティクス・物理AI企業は2026年に480億ドル近くを調達したが、VulcanFormsのCTO Michael Kenworthy氏は、工場には判断と結果を結びつけるデータが依然ないと指摘する

Seizo Trendの分析が、ソフトバンクのフィジカルAIへの取り組みを解説

日本が国の「フィジカルAI」構想を立ち上げ、大手企業が多数参加する中で自動車メーカーはホンダだけが名を連ねた
