Gemini Robotics 2、ロボットに全身制御能力をもたらす
Google DeepMindが、ロボットの全身制御と器用さを実現する「Gemini Robotics 2」を発表しました。7月30日に公開されたこのシステムは、3つのモデルから構成され、複雑なタスク実行と複数ロボットの協働に対応します。
3つのモデルで実現する包括的な制御
Google DeepMindが発表したGemini Robotics 2は、3つのモデルから成り立っています。Gemini Robotics 2（VLA）、Gemini Robotics ER 2（具身推論モデル）、Gemini Robotics On-Device 2であり、ロボットが足先から指先まで全身の制御を実現します。CarolinaParadaを含むチームは、Apptronik社のApollo 2ヒューマノイドロボットを制御し、「put the watering can into the green bin in the bottom shelf」といった複雑な命令の実行を可能にしました。Apollo 2に搭載されたSharpaWave手には22個の自由度があり、複雑なマニピュレーションに対応します。
長時間タスク実行と器用な作業
Gemini Robotics ER 2は、数分間続く長時間のタスク実行と、その中に含まれる数百の意思決定に対応します。同モデルはタスクの開始と終了を認識し、重要なイベントを特定できるため、複雑な操作の実行が可能になりました。一方、5本指の手やグリッパーを備えたロボットでの器用な作業にも対応し、Franka Duoの2本指グリッパーを用いた精密なマニピュレーション作業も実演されています。
複数ロボットの協働と高速適応
Gemini Robotics 2は異なるタイプのロボット同士の協働を実現し、複数のロボットが協力してタスクを完了することができます。Gemini Robotics On-Device 2は、ローカルで実行可能なVLAとして設計され、新しい双腕ロボットの具現化に対応するために、数時間の適応時間と通常200未満の事例データで対応可能です。同モデルはDexmate、SO101、Trossenなど、様々なプラットフォームで動作します。
安全機能と利用可能性
Gemini Robotics ER 2は人間の接近を検知し、ロボットを安全に停止させる能力を備えています。また、エージェント安全オーケストレーションと不確実性解決のためのASIMOV-Agenticベンチマークが導入されました。Gemini Robotics ER 2はGoogle AI Studioで利用可能であり、Gemini Enterprise Agent Platformでプライベートプレビューとして提供されています。VLAおよびOn-Deviceモデルはアーリーアクセスパートナーに対して利用可能です。
筆者の見立て
- ロボットが「日常生活の中でシームレスに適応し、手を貸せるようになる」と論じている
- 今回の発表が「この目標に向けた重要な前進」と解釈している
- 「このインテリジェンスがオンデバイスで実行され、全く新しいロボットの体にシームレスに適応できる」と予想している
- 複雑で実世界のタスク実行には「全身協調が必要」とし、これが「その過程における重要なステップ」と評価している
- ロボットが「家庭や職場で本当に有用であるためには器用さが必要」と述べている
- Gemini Robotics 2は「物理世界でのAGI解決に向けた重要なマイルストーン」と位置付けている
- ロボティクスの真の可能性を引き出すには「単一タスク自動化を超えた汎用インテリジェンスへの移行」が必要だと述べている
この記事は元記事の事実のみに基づいて自動生成されました。
出典
Google DeepMind — Gemini Robotics 2 brings whole body intelligence to robots https://deepmind.google/blog/gemini-robotics-2-brings-whole-body-intelligence-to-robots/