Google DeepMind、全身の自律制御と複数ロボット協調を実現する「Gemini Robotics 2」を発表

何が発表されたのか

Google DeepMindは、ロボットに高度な身体的知能を与える新しいAIモデルレイヤー「Gemini Robotics 2」を発表しました。このモデルは、従来のロボット制御で一般的だった「事前にプログラミングされた限定的な動作」や「人間による遠隔操作」を必要としません。ロボット自身が周囲の環境を認識し、自律的に思考して行動するための「脳」として機能します。

今回の発表は、特定のハードウェアに依存しない汎用的なロボットモデル（Generalist Robotics Model）の開発における重要なマイルストーンです。研究開発段階の技術でありながら、米Apptronik社のヒューマノイドロボット「Apollo」をはじめとする多様なロボット筐体に適用されています。物理世界における複雑で予測不可能な課題に対して、AIがどのように介入し解決するかを示す具体的なデモが多数公開されました。

発表された機能・アップデートの全容

1. 知的な全身制御（Intelligent Whole-Body Control）

動画の1分12秒から紹介される最初の主要テーマは、全身の協調制御技術です。従来のロボットは、腕や手先など特定の部位のみを独立して動かす傾向にありました。これに対し、Gemini Robotics 2はロボット全体の関節や筋肉（アクチュエーター）を統合的に制御します。

デモでは、ヒューマノイドロボットが棚の奥にある物体を掴む際、単に腕を伸ばすだけでなく、上半身をかがめ、足元の重心を自律的に移動させてバランスを取る様子が映し出されました。Principal Research Scientist兼DirectorのJie Tan氏は、「ロボットがこのタスクを達成するためには、全身にわたる無数の意思決定を瞬時に行う必要があります」と説明しています。人間にとっては無意識の動作ですが、ロボットにとっては極めて難度の高い全身協調を、モデルが自律的に計算して実行しています。

2. 高度な器用さ（Advanced Dexterity）

1分30秒からは、人間の手作業に迫る「器用さ」のアップデートが解説されます。ここでは、単に「掴んで置く（Pick and Place）」だけの動作を超えた、微細な物体操作が実演されました。

具体的なデモとして、以下の3つの操作がノーカットで描写されています。

• 電球のねじ込み: 繊細な電球を指先で掴み、ランプシェードのソケットに挿入して回転させ、固定する動作。
• ジッパーバッグの開閉: ビニール袋の小さなジッパーつまみを親指と人差し指で正確に挟み、スライドさせて密閉する動作。
• ゴミ袋の紐結び: 22個の独立した関節を持つ高精度なロボットハンド（Sharpa hand）を使用し、細いプラスチック製の紐を交差させて結び目を作る動作。

Research ScientistのMarissa Giustina氏は、「ゴミ袋を結ぶタスクを最初に提案したとき、多くのメンバーが『それは不可能だ』と考えました」と語っています。個々の指の関節をどのように動かすかを事前にプログラムするのではなく、AIモデルが視覚情報から指先の適切な位置と力を推論し、リアルタイムで制御しています。

3. 複数ロボットの自律協調（Multi-Robot Collaboration）

2分4秒から実演される最も先進的な機能が、複数の異なるロボットによる自律的な協調動作です。デモでは、ヒューマノイドロボットの「Apollo」と、作業台に設置されたロボットアームの「Duo」が登場します。

オペレーターから「Duo、すべての工具を箱に入れて蓋を閉め、それをビンに戻して。Apollo、棚の片付けを終わらせてDuoに引き渡して」という大まかな音声指示が与えられます。2台のロボットは、それぞれ個別のGemini Robotics 2モデルを稼働させており、中央の管理サーバーを介さずに、お互いの動きを目視で確認しながら自律的に役割分担を行います。

Senior DirectorのStuart Bowers氏は、「1つのニューラルネットワークが両方のロボットを制御しているわけではありません。それぞれが独自のモデルのコピーを持ち、個別に思考（individual thinking）し、推論を通じて協調（orchestrating through reasoning）しています」と解説します。Apolloが棚から工具箱を取り出してDuoの前に置くと、Duoがそれを検知して工具を中に詰め、蓋を閉めるという一連の連携がスムーズに実行されました。

4. 予期せぬ妨害に対するリアルタイムな適応力

2分33秒からのデモでは、ロボットの「適応力」が試されます。Apolloが床に置かれたバッグを持ち上げようとした瞬間、人間のスタッフが目の前にカメラの三脚を突き出して物理的に進路を塞ぎます。

従来の産業用ロボットであれば、エラーで停止するか、三脚に衝突してしまいます。しかし、Gemini Robotics 2を搭載したApolloは、即座に動作を一時停止し、三脚が取り除かれたことを確認した後に、何事もなかったかのようにバッグを持ち上げるタスクを再開しました。動的に変化する物理環境に対して、リアルタイムに安全な経路を再計画するインテリジェンスが備わっていることを証明しています。