Google DeepMind、Gemini Robotics 2で人型ロボット全身制御を実現

Google DeepMindは木曜日、人型ロボットが実行できるタスクの範囲を大幅に拡張した、Gemini Roboticsロボティクスモデルラインの改善版を発表した。主要な更新であるGemini Robotics 2は、ロボットの上半身制御のみから足先から指先まで全フレーム全体にわたる「全身モーション」対応へシフトする。Google社が共有したビデオでは実際的な効果が示されている。Apptroniksのロボット「Apollo 2」は、じょうろを拾うために身をかがめ、棚から特定の物を見つけて取り出すことができるようになった。

新しいモデルは、歩行、しゃがみ込み、ストレッチ、物体操作を含むより幅広い一連の動作を実現する。重要なハードウェア改善は複雑な5本指の手のサポートであり、これはジップロック袋を密閉する、ゴミ袋を結ぶ、電球を取り外すなど、器用さに依存するタスクのロックを解除する。Google DeepMindは、ロボットが「動作速度においてさらに進歩する余地がある」一方で、このアップデートが「全身協調動作を必要とするより複雑な現実世界のタスクを完了するために必要なスキルに向けた重要なステップ」であると指摘している。

コアモデルに加えて、Googleは視覚言語モデル「Gemini Robotics ER（具現化推論）」をアップデートした。このモデルはロボットが周囲を分析し、指示を処理し、複数ステップのシーケンスを実行するのに役立つ。バージョン2アップデートは拡張されたタスク期間にわたるパフォーマンスを向上させ、「タスクがいつ開始・終了するかを理解する」能力を追加している。このモデルはまた協働をサポートする。Googleは、Apollo 2がガレージを清掃しながら別のデュアルアーム型Googleロボットに工具をビンに入れるよう指示するシーンを実演し、マルチロボット協調の動作を示した。Googleはレジャー Robotics ER 2が「これまでで最も安全なロボティクスモデル」であり、「人間が近くにいる時期をより良く検出でき、安全ツールコールをトリガーでき、人が近づきすぎるとロボットを安全な状態に停止させることができる」と強調している。

GoogleはまたGemini Robotics On-Device Modelを調整した。このモデルはインターネット接続を必要とせずにロボット上でローカルに実行される。このバリアントは新しいロボット形状への適応がより迅速になり、「大きく異なる形状、センサー、自由度」を持つものを含め、異なるハードウェアプラットフォーム全体での有用性を広げている。