概要
UC BerkeleyとNVIDIAは、AIエージェントがロボット用コードを生成・シミュレーションで検証・改良するためのオープンソースツールを発表した。研究チームは、作業を複数の技能に分けるGaPと、6種類の操作課題を評価するVABARを開発し、CoRL 2026で紹介した。
详细事实
エージェントによるコード生成と検証
UC BerkeleyとNVIDIAは、AIコーディングエージェントがロボットプログラムを作成し、シミュレーションで試験・修正するためのオープンソースツールを公開した。Graph-as-Policy(GaP)は、認識、把持計画、衝突を避ける動作計画などの技能に作業を分解し、複数のエージェントが各要素を生成して連携させる枠組みである。シミュレーション上の反復を通じてコードを改良し、実機に適用する前に人間の技術者が内容を確認できる設計となっている。
查看出处 ↗シミュレーション環境と評価基準
研究チームは、Newton物理エンジンの設定を扱いやすくするインターフェースとしてRoboSimStudioを開発した。Newtonには多数のパラメーターがあり、エージェントがシミュレーションを使って試行錯誤する際の操作性を高める目的がある。VABARはIsaac Lab-ArenaとNewtonを基盤とする評価ベンチマークで、工具の仕分けや吊り下げ、歯車のかみ合わせ、注射器の梱包、ケーブルの挿入・配線の6課題を含む。各課題には条件の違いや難易度段階、成功指標が設けられている。
查看出处 ↗実機接続と外部での評価
GaPが生成するグラフはROSグラフと同等の構造を持ち、ROS 2に変換できる。出力されるPythonコードはKUKAなどの既存ベンダーモジュールを呼び出して低レベル制御につなぐもので、ロボットコントローラーを置き換えるものではない。UC BerkeleyとNVIDIAのチームはCoRL 2026でこの構想を発表した。Bosch Researchは研究チームと協力し、産業オートメーションでの活用を評価している。
查看出处 ↗独自観点のコメント
### シミュレーションを開発工程の中心に置く構成
この取り組みの特徴は、AIにコードを書かせるだけでなく、GaPで作業を分割し、シミュレーションによる反復検証までを一連の工程として設計した点にある。実機の制御器を置き換えず、既存ベンダーのモジュールにつなぐ方式は、既存設備との接続を前提にした導入設計といえる。一方、実運用への適用には、シミュレーションと実機の差をどこまで抑えられるか、人間による検証をどう組み込むかが重要になる。
市場面では、評価課題と難易度を標準化するVABARが、異なる手法の比較や進捗測定を可能にする基盤を目指している。Bosch Researchによる評価・協力は産業側の関心を示すが、広範な導入や効果の実証とは区別が必要だ。コード生成、物理シミュレーション、既存制御への接続を組み合わせる点が、汎用的なコード生成AIとの競争上の違いとなる。
相关企业与产品
出处
- 媒体报道 The Robot Report — 阅读原文 ↗