Boston Dynamics、Atlasに重労働を仕込む5段階の学習プロセスを解説

Boston Dynamicsは自社ブログで、ヒューマノイドAtlasに現場作業をどう学習させているかを解説する記事を公開した。プロセスは①アニメーション軌道や遠隔操作によるデモを「参照」として与える、②望む姿勢を維持するための強化学習の報酬を設計する、③GPU上でドメインランダム化を伴う大規模シミュレーション(数百万時間規模)を回す、④実機での「作って、壊して、直す」検証を行う、⑤実機性能をもとに反復改善する、という5段階で構成される。

具体例として、体重90kg(198lbs)のAtlasが、学習中は50〜70lbs、最終的には100lbsを超えるミニ冷蔵庫を持ち上げて運ぶタスクを示し、180度の胴体回転やしゃがみ込みからの持ち上げなど全身協調の必要性を説明している。1月の一般公開からわずか「数週間」でこの動作を仕込んだとしており、sim-to-realのギャップ縮小をカメラ入力だけに頼らず固有受容感覚(プロプリオセプション)のフィードバックで補う設計思想を強調している。個別の現場導入事例ではなく学習手法そのものの解説であるため、事例(case)ではなく入門・解説(intro)として扱う。ページ上に明示の公開日時は無く、publishedAtは不明として省略した。