米Ai2、ロボットの失敗原因を突き止める模擬空間を公開　データ生成も自動化

米アレン人工知能研究所（Ai2）は、ロボットの学習と性能評価を行うシミュレーション環境フレームワーク「FoundationWorlds」を発表した。その第1弾として、卓上のロボットアームと積み木を組み合わせたオープン環境「ToyBlocks」を公開した。研究者が条件を自在に変えて試験を繰り返し、ロボットが失敗した原因を特定できる制御された実験場を提供する。

近年ロボットによる作業の実演は進んでいるが、対象が限定的で、何を学習しなぜ失敗したのかという原因の解明が難しい課題があった。Ai2はこれまで取り組んできた「MolmoAct 2」「MolmoBot」「MolmoSpaces」などの知見を基に、生物学のペトリ皿のように変数を制御して観察できる基盤を構想した。今後はこの手法をさらに複雑な環境へと拡張していく方針だ。

ToyBlocksは、現実的な物理挙動の再現や、人間による遠隔操作を排した訓練データの自動生成を特徴とする。積み木には文字や絵が描かれ、隠れた面を探すために向きを変えるといった推論と器用さを要する作業を設定できる。動作技術の学習にはエヌビディア（Nvidia）の「Isaac Lab」を活用し、強化学習と運動計画を組み合わせる。タスクおよび運動の計画機構（TAMP）により、1基の画像処理半導体（GPU）上で数百件の計画を並列に実行でき、実時間の最大24倍の速度で訓練データを生成可能とした。

評価系では、積み上げや反転など4つの基本タスクにおいて、未学習の配置や高さに対する汎化性能を測定できる。視覚言語モデル「Molmo 2」を上位の計画担当、動作モデル「ManiFlow」を実行担当とする連携検証や、「Model Context Protocol（MCP）」を通じた外部モデルとの接続実験も行われた。上位モデル「Claude Opus 5.5」を用いた検証では、カメラ画像を逐次確認しながら行動を選ぶ閉ループ制御において、30件中30件の積み木課題をすべて解決した。