ロボットの未来：記者ウィル・ナイト氏、AIで仮想Microduckを数時間で訓練し愛猫を探させる

ウィル・ナイトは、愛猫にごはんをあげてくれるロボットを求めている。人工知能を担当するWIREDのシニアライターである彼は、レオナというベンガル猫を飼っており、ある計画を温めている。小型の歩行ロボットが猫を見つけ、頭を下げ、背中に載せるために3Dプリントされた収納部からおやつを落とすというものだ。おやつ自体はニュースではない。注目すべきなのは、このロボットがすでにソフトウェア上で動いており、ロボット工学のエンジニアが通常なら手作業で行う訓練の大半を、AIモデルが担ったことだ。

このロボットは、Pollen Roboticsが開発したアヒル型二足歩行ロボット、仮想のMicroduckだ。同社はHugging Faceのロボット工学部門にあたる。ナイトは、転倒せずに部屋を歩き回り、近くにいるベンガル猫を見つけるよう訓練した。かつてなら何週間もかかったかもしれない作業が、数時間で済んだという。彼のコラムは、これをロボット工学の未来と呼ぶ。半分は正しい。訓練の反復工程は一気に圧縮された。しかし、その工程の前後にあるものは、ほとんど変わっていない。

モデルが実際に行ったこと

ナイトは、OpenAIのGPT-6 Solを、Nous Researchが開発したエージェント用の実行環境Hermesと組み合わせ、強力なAIチップを搭載したデスクトップ機Nvidia DGX Spark上で動かした。モデルが行ったのは、コードを書くことだけではない。NvidiaのIsaac Simを通じて、シミュレーション上のアヒルを制御するモデルに指示を送り、動いている様子を動画で確認し、進み具合を判断して、訓練方法の変更を提案した。実行し、観察し、調整し、また繰り返す――ロボット学習の遅くて地味な工程が、自動化されたのだ。

おすすめの記事Hugging Faceのアヒル型ロボMicroduck、出荷前に予約2万台

専門研究機関でも、同じ変化が報告されている。カリフォルニア大学バークレー校では、ケン・ゴールドバーグ教授の研究グループがOpenAIのAstraモデルに、NvidiaのツールNewtonを使わせた。実際のロボットの映像を見せ、シミュレーションとして場面を再現するよう指示したのだ。「私たち全員を驚かせたのは、1時間もたたないうちに、カメラの位置や照明、背景、すべての素材といったパラメーターを設定した、完全な3Dシミュレーションを作り上げたことです」と、ゴールドバーグはWIREDに語った。さらにAstraは、実験を実行して結果を調べることもできるという。シミュレーションでロボットを訓練する際の、面倒な作業の多くを肩代わりする。

この手法には、すでに名前がついている。ゴールドバーグとNvidiaのジム・ファンらが開発したフレームワークASPIREでは、大規模言語モデルがロボットの制御コードを書き、失敗時の実行記録を読み、プログラムを修正する。そして、うまく動いた修正をスキルライブラリに登録し、後のタスクで再利用できるようにする。ToolNavsとRuntimeWireによると、ファンのNvidia研究室は10月中旬、Apache 2.0ライセンスでv1.0のコードをGitHubに公開した。デモのひとつでは、ロボットアームがルービックキューブを解く方法を学んでいる。「キューブを持ち上げて回そうとしますが、角度が違う。すると、とても、とても長い時間をかけて推論し、やがてスキルを身につけて解けるようになります」と、ファンはWIREDに語った。

安くなったスキルは、借り物だ

「バイブ・ロボティクス」という捉え方では見落とされる点がある。ASPIREの論文は、その性能が土台となる最先端モデルの性能に左右されることを明記している。AnthropicのClaude Opus 5.5を使った場合、LIBERO-Proの全80種類の操作タスクで平均成功率99％を達成したと報告しているが、これは自己申告の数値であり、独立した再現はまだ行われていない。プロジェクトが挙げる制約のひとつは、システムが固定された最先端モデルに依存していることだ。また、より小型のモデルでも同じデバッグ工程を維持できるかは、確認されていない。

この点を突き詰めると、こうなる。趣味で作るアヒルも、バークレーの研究室のロボットアームも、今では呼び出して使える大規模モデルの性能に応じて学習する。かつてロボット工学への参入を阻んでいたエンジニアリングの専門知識が、消えたわけではない。その多くは今、開発者が利用料を払って使える最先端モデルの中に収まっている。

アヒルはまだ順番待ち

工程のもう一方にあるのはハードウェアだが、ナイトはまだ自分のロボットを待っている。Pollenは8月下旬、Microduckの予約販売を399ドルで開始し、クリスマス前の配送を目標に掲げた。Business Insiderは、Hugging Face共同創業者のトーマス・ウルフの話として、最初の24時間で注文額が260万ドルを超えたと報じた。その後まもなく、注文ページでは新規注文の納期が4〜6カ月先に変更された。Gadget Flowによると、現在は、予約分の発送が2027年4月以降になるとの注意書きがストアに表示されている。想定されているのは、シミュレーションで訓練する方法だ。Pollenが案内する手順では、所有者が仮想のアヒルに動作を学習させ、その動作を実機に書き出す。しかし、実機を待つ制御モデルは、まだラグやソファの脚、あるいは言うことを聞かない猫に出会っていない。

ナイトは、ほかの問題についても率直だ。彼によると、アヒルの視覚システムは実製品に搭載できるほど十分に機能していない。ムーンウォークを教えるためにマイケル・ジャクソンのGIFをモデルに見せたときは、何時間も取り組んだ末に、本人いわく「やけに軽快な後ろ向きのジョギング」ができるようになった。ASPIREの著者たちも、実環境への導入にあたって同じ種類の課題を挙げている。確実な成功判定、安全なリセット、安全性の監視、そしてキャリブレーションだ。いずれも、物理的な部屋で実際に何が起きたのかを把握するための要素であり、シミュレーターにはまさに判断できないことだ。

資金が向かう先

こうした課題があっても、関心は衰えていない。ゴールドバーグによれば、産業用ロボットやオートメーションの企業数社がこの手法に関心を示している。ナイトも、訓練の高速化は製造業や電子商取引に大きな影響を与える可能性があると論じる。今週オースティンで開かれたConference on Robot Learningでは、ファンが基調講演でAstraのデモを披露した。Astraがロボットアームを操作し、近くに置かれていた絵の具と筆を使ってゴールデンゲートブリッジを描くというものだった。

その結果、失敗が起きる場所も変わる。ロボットの動作を身につけさせるのに何週間ではなく何時間で済むようになれば、チームははるかに多くの動作を訓練するだろう。すると希少になるのは、シミュレーターの外でも安全かどうかを確かめる工程だ。レオナの皿におやつが入らない失敗なら、その教訓を学ぶための費用は安い。実際の倉庫で誰も確認していない、モデルが書いたスキルを使ってロボットアームを動かす失敗なら、代償は高くつく。

タグ: nvidia, Hugging Face, ロボット, Microduck, Pollen Robotics

関連コンテンツ

Hugging Faceが399ドルのアヒルロボットで賓けに出る——フィジカルAIは研究室でなく家庭に属することを証明できるか

NVIDIAのGR00T 2、5回の実演でロボットが作業を覚え成功率95%に

Xiaomiの人型ロボット、自動車工場で8時間の部品仕分け 充電は2回

AWS Emulator、Amazonの200サービスをオフライン再現 コードはAIエージェントが全て書いた

Baiduの「Apollo World」、実在しない自転車や犬を使ってロボタクシーを訓練

もしあなたのスタートアップが「あなた一人と一万体のボット」だったら？——誰も雇わずにユニコーンになる方法