ロボットの手先作業AI「GR00T 2」、1回の実演で71%成功　NVIDIAがCoRLで公開

今回の発表は、ロボットを開発する研究者やメーカー向けの技術です。個人がすぐ買える製品ではなく、日本での提供条件や価格はまだ発表されていません。ロボットに関わらない人の仕事や契約は、何も変わりません。

「GR00T 2」は、周りの状況を見て、自分の動きで環境がどう変わるかを予測しながら作業するAIです。NVIDIAはこの種のモデルを「世界行動モデル」と呼んでいます。ロボット学習の国際会議CoRL（米テキサス州オースティン）に合わせ、NVIDIAの公式ブログが発表しました。

GR00T 2は実演1回で平均71%成功

GR00T 2は、NVIDIAの世界モデル「Cosmos」を土台にしたオープンなモデルです。ロボットのデータに加え、NVIDIAが公開している人間の一人称視点の映像10万時間などで学習しました。

公式ブログが挙げた性能は次のとおりです。

• 作業別の実演なしで、評価した50作業のうち40作業を少なくとも1回は成功
• 作業ごとに実演1回で平均71%、5回で95%の成功率（50作業）
• 人間の実演から学び、ロボットの機種が違っても、ロボット側の実演なしで技能を移せる

AIエージェント（自分で手順を進めるAI）は、GR00T 2のAPI（アプリから呼び出す仕組み）で技能を順番に実行させ、失敗から立て直せます。RoboCasa365、RoboLab、RoboDojo、MolmoSpacesの4つのベンチマーク（性能テスト）では、全カテゴリで上位3位以内とされています。

導入の動きもあります。

• Nexuni: ロボットによる洗濯物の取り扱いを試験中
• Foxconn: サーバー製造の工場自動化に適用
• Siemens: 産業用途での評価を進めている
• MicroAGI: GR00T 2を強化学習で追加学習し、YAMロボットアームでLANケーブルの付け替えを実施

Isaac Lab 3.0、学習の処理量は最大2.5倍

ロボットの練習は、実機の前に仮想空間（シミュレーション）で行います。その土台が、オープンソースの学習フレームワーク「Isaac Lab」です。最新の3.0では、エージェントで学習環境を素早く組めるほか、物理エンジンをNVIDIA PhysXとNewtonで切り替えられます。GR00Tのような基盤モデルへの追加学習用ライブラリも加わりました。

Newtonとの統合で、ケーブルや布などの変形する物体や、関節の多いロボットハンドも扱えるようになりました。視覚ベースの器用な操作のベンチマークでは、Isaac Lab 3.0とNewtonの組み合わせが、Isaac Lab 2.3とPhysXに比べて学習処理量が最大2.5倍でした。

Skild AIは、Newton上に作った剛体用の物理ソルバー（計算部分）「STEEL」を発表しました。FlexionやFieldAIなど複数の企業も、NewtonとIsaac Labを使って学習や検証を進めています。

精密作業の学習、GPU時間は約39分の1

「AlphaNIST」は、Isaac Labで作った実験です。NIST組立タスクボードの20作業（ミリ単位の部品）を、1つの方針で学びました。使った信号は成功か失敗かだけです。

訓練成功率は98%超で、作業ごとに別の方針を作った場合の81%を上回りました。GPU時間は約39分の1です。

背景には、ワシントン大学とNVIDIAの手法「Success-Guided Sampling」があります。成功率が約5割の作業に練習を集中させ、まだ学習途中の技能を伸ばします。100万を超える並列環境まで拡張できるとされています。

評価の新ベンチマークとエージェント型の開発

NVIDIAは、方針を数千通りの条件で並列評価する「Isaac Lab-Arena」の開発者向けプレビュー版0.4を、CoRLで公開します。失敗の原因となる条件も分析できます。

新しいベンチマークは2つです。

• DexBench（RLWRLDとNVIDIA）: 小売・物流・製造・接客の4場面で15作業。評価基盤Manifoldで設定なしに実行でき、無料クレジットも付く
• VABAR（UC BerkeleyとNVIDIA）: 産業向け6作業。変動条件、難易度、成功指標を標準化

UC Berkeleyの「Graph-as-Policy（GaP）」は、エージェントが個々の技能をつないでロボットのプログラムにします。シミュレーションで試して修正する仕組みで、人が確認しやすい形で残ります。Ambi Robotics、Bosch Research、Siemensが活用を検討中です。

同大のKen Goldberg教授は、エージェント型ロボティクスを「1995年のインターネット以来、最もわくわくする技術の進展」と述べています。

NVIDIAは関連して、人間の動画をロボットの実演データに変えるワークフロー「Video to Data」も公開しました。課題は、4D再構築、ロボットへの対応づけ、一人称動画から方針を作る3つです。

過去に報じたFOXでも、Siemensが製造向けAIの検証に関わっていました（NVIDIAの「FOX」記事）。

開発者がまず確かめること

Isaac Labはオープンソースで、NVIDIAの公式ページでは、Newton、PhysX、Warp、MuJoCoなど複数の物理エンジンに対応するとされています（NVIDIA公式ブログ、11/9確認）。Isaac Lab-Arena 0.4は開発者プレビューです。公式ブログで入手方法を確認するとよいでしょう。