ロボットの器用さ競う「DexBench」発表

物理AI（フィジカルAI）の基盤モデル開発を手がけるリアルワールド（RLWRLD）は、NVIDIAとの共同でヒューマノイドロボットAIの次世代産業標準を策定する取り組みを発表しました。本協業では、精密な組み立てや仕分け、梱包といったヒューマノイドの「器用な操作（Dexterous Manipulation）」を客観的に評価するための共通ベンチマーク「DexBench」の策定、動作学習向けデータ標準の整備、およびNVIDIAのロボティクス開発基盤である「Isaac Lab」との連携強化が重点領域として掲げられています。

1. 評価システム「DexBench」の構成

「DexBench」は、NVIDIAの「Isaac Lab-Arena」環境と統合され、シミュレーションと実環境の双方でロボットハンドの器用な操作能力を多角的に評価・検証するデュアル検証フレームワークとして構築されます。組み立てや仕分け、梱包など18の主要な巧緻性操作タスクをカバーします。評価の観点として「把持の多様性」「空間的精度」「時間的精度」「接触精度」「状況認識」の5つのコア領域が定義され、オープンな業界仕様として公開される予定です。

2. データ形式の標準化とモデルの実績

NVIDIA Isaac Labのパイプラインとの互換性を確保するため、ヒューマノイドの器用な動作学習に用いるデータ形式の標準化にも着手します。また、RLWRLDが開発するヒューマノイド巧緻操作向け基盤モデル「RLDX-1」は、RoboCasa Kitchenなどの8つのシミュレーションベンチマークにおいて最先端の性能を実証しています。同モデルは、NVIDIAの「GR00T N1.6」やPhysical Intelligenceの「π₀.₅」といった先端モデルを上回る結果を出しており、アーキテクチャの有効性を裏付けています。

ヒューマノイドロボットの実用化にあたり、指先による細かな操作（デクスタリティ）の学習と性能評価は最大の難所の一つとされてきました。RLWRLDとNVIDIAによる今回の提携は、研究者やロボットメーカーが共通の仕様で動作データを学習させ、共通の基準でモデルの性能を測定できるようにするための重要なマイルストーンです。実環境へのロボット導入時に発生するギャップが最小化され、製造業や物流分野などにおけるヒューマノイドAIの実用化が大きく前進すると期待されます。