NVIDIAは11月9日、米テキサス州オースティンで開かれたロボット学習の国際会議CoRLに合わせ、オープンなロボット基盤モデル「GR00T 2」とオープンソースの学習フレームワーク「Isaac Lab 3.0」などを発表した。シミュレーション上でロボットに動作を事前に練習させ、少ない実演データで実機の作業をこなせるようにする一連のツール群だ。
GR00T 2は、NVIDIAの世界モデル基盤Cosmosの上に構築されたモデルで、ロボットのデータに加え、NVIDIAがオープンソースで公開している一人称視点の人間の動作データ10万時間を使って学習している。評価した50タスクのうち40タスクは、タスク固有の実演なしで少なくとも一度は成功した。タスクごとに1回の実演を与えると50タスク平均の成功率は71%、5回で95%に上がる。ロボットの機体が変わってもロボットによる実演なしでスキルを移せるほか、AIエージェントがAPI経由でスキルを順に呼び出し、失敗から立て直させることもできる。Foxconnがサーバー製造の自動化に、Siemensが産業用途の評価に使い始めている。
Isaac Lab 3.0では、エージェントによる環境構築の支援、物理エンジンPhysXとNewtonの切り替え、レンダラーの選択、GR00Tのようなモデルを強化学習で後学習させるライブラリが加わった。視覚ベースの器用な手の操作を扱うベンチマークでは、PhysXを使ったIsaac Lab 2.3と比べて学習スループットが最大2.5倍になったという。Newtonとの統合により、ケーブルや布のような変形する物体や、多関節のロボットハンドも扱えるようになった。並列評価用のIsaac Lab-Arena 0.4も開発者プレビューとして公開されている。
NVIDIAは9月にロボット向けのROSパッケージ群Isaac ROS 5.0を出しており、こちらは実機上で動かす知覚・制御ソフトウェアが中心だった。今回はその手前の、シミュレーションで方策を学習・評価する工程を強化した形になる。特に変形物体のシミュレーションは、ケーブル配線や洗濯物の扱いのように従来は実機での試行錯誤に頼ってきた作業を仮想環境に移すための前提条件で、実際にMicroAGIはGR00T 2とIsaac Lab 3.0、Newtonを組み合わせてイーサネットケーブルの差し替え作業を学習させている。なお、性能の数値はいずれもNVIDIAの発表によるもので、第三者による検証は経ていない。GR00T 2の一般提供時期も明らかにされていない。
