Google、RL基盤OpenRLをCNCFへ寄贈

GoogleのGKE Labsは実験的なプロジェクトを開発し、早期にユーザーの手に渡している。OpenRLもその流れから生まれ、2026年6月に研究プレビューとして始まり、その後Cloud Native Computing Foundationへ寄贈された。プロジェクトの起源は具体的な社内の必要性にある。GoogleはKubernetesタスク向けAIエージェント「kubectl-ai」を開発し、その作業でモデルを評価するベンチマークも作った。Justin Santa Barbara氏が語ったように、kubectl-aiは理論上は自身のハードディスクをフォーマットしかねず、サンドボックスは抽象論ではなく現実的な要件となった。

アーキテクチャにもそれが表れている。OpenRLは、トレーニング、サンプリング、サンドボックス内でのエージェント作業、評価が混在する強化学習ループを計算基盤から切り離す。これによりインフラ技術者がスケーリングを管理し、研究者は実験の主導権を保てる。サンドボックスはループとエージェント基盤が出会う場所だ。報酬の計算には数百万件の分離されたコマンド実行が必要になることがあるからだ。Sunil Arora氏によれば、GoogleのAgent Substrateは限られた計算資源により多くのサンドボックスを詰め込むもので、報酬計算がコマンド負荷の高い処理になったときに生じる密度の問題に対処する。