米Figure AIが人型ロボットのAI頭脳「Helix 2.5」を発表、初めての家30軒で家事を完遂

　従来のロボット制御モデルは、工場などの特定の環境において事前に収集されたデータに依存して学習を行うため、家具の配置や床の材質が異なる未知の空間では動作が破綻するという課題を抱えていた。今回発表されたHelix 2.5は、人間の行動データセット「Index」を用いてゼロから事前学習された物理基盤モデルである。

　特定の現場データに依存せず、初めて訪れた空間の状況を自律的に認識して全身の協調動作を開始できる仕組みを採用している。 汎化性能を検証する実証実験は、サンフランシスコ・ベイエリアの住宅30軒で実施された。ハードウェアには最新の「Figure 03」が用いられ、各家庭に元からあるベッドやソファ、事前の学習データに含まれていない未知のタオルや玩具が操作対象として設定された。

　評価は部分点を認めない厳格な基準で行われ、タスク別の成功率はベッドメイキングが67パーセント、タオル畳みが62パーセント、玩具の片付けが40パーセントを記録した。全420回の試行を通じた全体のタスク達成率は56パーセントであり、Indexによる事前学習を行っていない制御モデルの成功率9パーセントと比較して大幅な性能向上が確認されている。

　 この適応力を支えているのが、世界中から収集された1600万件以上の人間行動動画で構成される大規模データセットのIndexである。Figure AIの分析により、言語モデルと同様に事前学習データの量を増やすことでロボットの物理的な動作予測の精度が向上するスケーリング則が成り立つことが実証された。

　事前の環境マッピングや現場でのファインチューニングが不要になることで、新たな環境にロボットを導入する際のエンジニアリングコストの削減が見込まれる。 今回の成果により、ヒューマノイドロボットは特定環境向けに調整された機械から、未知の生活空間に即座に適応できるシステムへと移行しつつある。同社は引き続きデータ収集と演算資源への投資を拡大し、実用化に向けたモデルの開発を進める方針である。