Google DeepMind、Gemini Robotics 2を公開しロボットの全身協調制御と推論を実現

Google DeepMindは、ロボット向け知能レイヤーの次世代版となるGemini Robotics 2を公開しました。従来のロボット制御の多くは、狭い範囲の反復タスクに対する事前プログラミングやテレオペレーションに依存しており、予測不可能な環境への適応や学習したスキルの他機体への転用が困難という課題がありました。本作ではGeminiのマルチモーダル理解を現実世界の物理アクションへ統合し、歩行、しゃがみ、ストレッチといった全身動作と精密な指先操作を組み合わせた複雑なタスク遂行を可能にしています。

技術的な特徴として、ロボットがすべての動きに対して推論を介在させる「全身インテリジェンス」が挙げられます。例えば散らかった部屋の片付けにおいて、移動しながら障害物を避け、同時に物体の性質を判断して適切な力加減で扱うといった一連の動作を自律的に構成します。また、単体での動作にとどまらず、複数のロボットが協調して一つのジョブを高速化するチームワーク機能も実装されました。これにより、物流や清掃などの非定型な環境下での実用性が向上します。

一方で、学習済みスキルを異なるロボット筐体間で共有するスケーラビリティの向上も図られていますが、実運用におけるリアルタイム推論の遅延や、物理的な安全確保のための制約条件については、実装対象のハードウェア性能に依存する側面があります。開発チームは、足元から指先までの統合制御によってロボットが自ら学習し、未知の環境へ適応する能力が飛躍的に高まったとしています。