NVIDIA、CoRLにて「GR00T 2」「Isaac Lab 3.0」、エージェントツールを発表　精密ロボティクスの進化を促進

テキサス州オースティンで開催されたConference on Robot Learning (CoRL)において、ロボティクス研究の焦点は、基本的な移動から、ギアの位置合わせ、ケーブルの接続、精密部品の組み立てといった複雑な物理的操作（マニピュレーション）へと移行しつつある。この移行を支援するため、NVIDIAはワールドアクションモデル、物理シミュレーションエンジン、ベンチマーク、およびエージェントワークフローにまたがるオープン技術群を発表した。

CoRLのBest Paper Awards（最優秀論文賞）では、数千件の応募の中から選出された6つのファイナリストのうち、NVIDIAの2つの論文が選ばれた。その2つとは、GRAIL（Generating Humanoid Loco-Manipulation from World Models）と、推論レイテンシを増加させることなく視覚運動コンテキストを3桁拡大するRoboTTT: Context Scaling for Robot Policiesである。

GR00T 2による次世代の自律性

ロボットが環境を感知し、マルチステップのタスクを実行できるようにするため、NVIDIAはNVIDIA Cosmos上で構築されたオープンフロンティア・ワールドアクションモデル「GR00T 2」を発表した。同モデルは、NVIDIAのオープンソースによる10万時間の人間の一人称視点データを含む、多様な人間およびロボットのデータセットで学習されている。

GR00T 2は事前学習のみで高い汎用能力を発揮し、タスク固有のデモンストレーションなしで評価対象の50タスク中40タスクを少なくとも1回完了した。タスクあたり1回のデモンストレーションを行うことで平均成功率は71%に達し、5回のデモンストレーションでは95%まで向上した。また、対象ロボットのデモンストレーションを必要とせず、異なるロボットのフォームファクター間でのスキル転移を可能にする。

現在、GR00T 2はRoboCasa365、RoboLab、RoboDojo、MolmoSpacesのリーダーボードにおけるビジョン・言語・アクション（VLA）およびワールドアクションモデルのカテゴリにおいて、トップ3以内に位置している。早期の企業採用例は以下の通りだ。

• Foxconn: サーバー製造の自動化にGR00T 2を適用。

• Nexuni: 洗濯物取り扱いの自動化に向けたモデルのテスト。

• Siemens: 産業用自動化シナリオ全般における評価。

• MicroAGI: Isaac Lab 3.0とNewtonを環境キャリブレーションに使用し、YAMロボットアームでのEthernetケーブル交換向けに、強化学習による事後学習を行ったGR00T 2モデルを活用。

また、NVIDIAは人間のビデオ映像をシミュレートされたロボットのトレーニングデータに変換するオープンな「Video to Data」ワークフローを公開した。あわせて、Noitom Roboticsからのデータを用いて開発された3Dモーションモデル「EgoHand」もリリースされ、公開から2週間でHugging Faceでのダウンロード数が4万回を超えた。

Isaac Lab 3.0とNewtonによるハイスループットなシミュレーション

実世界への展開前に物理的な相互作用を大規模にシミュレートすることは、安全性とスループットの面で引き続き極めて重要である。NVIDIAはオープンソースのロボット学習フレームワーク「Isaac Lab 3.0」をリリースした。同バージョンでは、オープンソースの物理エンジン「Newton」との統合がさらに強化されている。

Newtonとの統合により、Isaac Labは布やフレキシブルケーブルのような変形可能な素材に加え、多関節のロボットハンドのような高度な関節構造を持つシステムを正確にモデル化できるようになった。ビジョンベースの巧みなマニピュレーションベンチマークにおいて、Newtonと組み合わされたIsaac Lab 3.0は、PhysXを使用したIsaac Lab 2.3と比較して最大2.5倍のトレーニングスループットを実現した。

複数のパートナーが、これらのシミュレーション技術の上に構築された統合を発表した。

• Skild AI: Isaac Labのトレーニングを加速するため、Newton上に構築された剛体物理ソルバー「STEEL」（Scalable Throughput-optimized Engine for Embodied Learning）を発表。

• Flexion: NewtonおよびIsaac Labを活用して、全身マニピュレーションモデル「Reflect」をトレーニング。

• AlphaNIST: NIST Assembly Task Boardの全20タスクにわたって単一のポリシーをトレーニングし、高い効率性を実証した。NVIDIAおよびワシントン大学が開発した「Success-Guided Sampling（SGS）」を使用することで、AlphaNISTはGPU時間を約39分の1に削減しながら、98%以上のトレーニング成功率（個別のタスクポリシーでは81%）を達成した。

• 産業応用: FieldAI、Dyna Robotics（半ヒューマノイドロボット「Taku」をトレーニング中）、Walden Robotics、Dexmate（ロボット「Vega」をテスト中）、テキサス大学オースティン校が、倉庫、製造、学術の各ワークフローにおいてIsaac SimおよびIsaac Labを採用している。

標準化された産業用ベンチマークとエージェントワークフロー

変動する環境下でロボットの信頼性を評価することは、フィジカルAIを研究ラボから実用段階へと移行させるための鍵となる。NVIDIAは、障害ケースを分離特定するために何千もの並列バリエーションにわたってポリシーを実行するよう設計されたオープンソースフレームワーク「Isaac Lab-Arena」のバージョン0.4をプレビュー公開した。

Isaac Lab-ArenaとNewtonをベースに構築された2つの新しいオープンベンチマークの詳細が明らかにされた。

• DexBench: RLWRLDとNVIDIAによって作成されたDexBenchは、小売、物流、製造、接客の各シーンにおける15の巧みなタスクをテストする。Genesis AIやmimic roboticsなどのパートナーが、BifrostのManifoldプラットフォーム経由でテストを実施している。

• VABAR: カリフォルニア大学バークレー校（UC Berkeley）とNVIDIAが開発した「Variational Automation Benchmark for Agentic Robotics（VABAR）」は、異なる難易度層を持つ6つの標準化された産業用タスクにわたって物理的なパフォーマンスを評価する。

個々のロボットスキルを信頼性の高いマルチステッププログラムにリンクするため、UC BerkeleyとNVIDIAは「Graph-as-Policy（GaP）」フレームワークを発表した。GaPはAIエージェントを使用して解釈可能なロボットコードを構築し、Isaacシミュレーションで実行テストを行い、反復的にエラーを解決する。

「私にとって、エージェント型ロボティクスは1995年のインターネット以来、最もエキサイティングな技術的進展だ」と、UC Berkeleyのロボティクス教授であり、VABARおよびGaPのリード研究者であるKen Goldberg氏は述べている。Ambi Robotics、Bosch Research、Siemensをはじめとする産業用ロボティクス企業が、実世界への導入に向けてGaPフレームワークを積極的に検証している。