AI 機械学習強化学習 の記事一覧

AI 研究の世界で、ゲーム領域から現実世界へ技術をスケールさせる挑戦は多く語られてきました。しかし実際に、ゲームで育てたAIを“公道を走る自動運転AI”に進化させた研究者はそう多くありません。第5回京大ミートアップ＜後編＞は、強化学習の“限界”に挑むTuring妹尾氏のセッションをご紹介します。 Session3 『強化学習の限界を探る E2E 自動運転開発』 妹尾 卓磨 氏Turing株式会社 スタッフリサーチャー SONY時代：ゲームの中に“最強レーサーAI”を生み出す 妹尾氏がまず向き合ったのは、ソニーのレースゲーム「グランツーリスモ」を舞台に、強化学習で世界最強レーサーを超えるAI「GT Sophy」を作るプロジェクトでした。このAIはただ速いだけでなく、レースマナーまで理解し、人間のトッププレイヤーを凌駕。成果はNature誌に掲載され、世界的に注目されました。特に象徴的だったのが、その学習環境です。 SONY社内クラウドで大量の PlayStation を同時稼働 AI が自力でレースを“何十万回も走り続ける”訓練環境 制御・戦略・接触回避など複雑な行動を統合的に学習 つまり「大規模シミュレーション × 強化学習 × 実行環境のスケール」の力を最大限活用した研究でした。この経験が、後の自動運転研究の大きな土台となります。 Turingでの挑戦：公道を走る“学習型ドライバーAI”へ Turing転職後、妹尾氏が挑んでいるのは 画像入力のみで運転判断を行うEnd-to-End自動運転。技術はすでに高難度の走行レベルに到達していて、さらにその先を目指す技術基盤を構築しているとのことでした。 実写級3D再構成シミュレーター「ATLAS」 3D Gaussian Splatting技術を用いて、 実車走行の映像をそのまま3D化 任意の視点で自由に再シミュレーション “歩行者がいる左折1000シナリオ”などを自動生成 といった“現実をコピーして量産する”次世代シミュレーション環境を構築。これにより、従来のゲームエンジンでは再現困難だった複雑な運転状況でも、大量の学習データを瞬時に生成できます。 大規模計算資源 × 強化学習 Turingでは全体として富岳の約40％に相当する計算リソースを保有しており、この計算基盤があるからこそ、必要なタイミングで数百〜数千並列の強化学習実験を回せる環境が整っています。強化学習を活用することで、失敗から学ぶことや、運転行動の因果関係を捉えること、制御まで含めた最適化が可能になります。その結果、これまで苦手だった右折動作などについても改善が進み、入社後わずか3カ月で日本初となるE2E強化学習モデルの公道走行を実現しました。 次の一歩：VLA（Vision-Language-Action）モデルへ Turingはさらに、画像・言語・制御を統合した VLAモデル へと研究を拡大しています。これにより、 シーンを言語で説明しながら状況判断 レアケースにも柔軟に対応 “説明可能な自動運転AI” の可能性 が開けつつあり、“どんな状況でも運転できるAIドライバー”へ向けた布石が打たれています。 強化学習は、ゲームを越え、現実へ踏み出した ゲームの中で鍛えたAIが、現実世界で人と一緒に道路を走り始めようとしています。妹尾氏の挑戦は、強化学習が持つ“試行錯誤の力”を最大化しながら、その限界を押し広げていくプロセスそのものでした。ゲームから公道へ。 AIが“運転を学ぶ”時代は、もう始まっています。 妹尾氏のセッション映像はこちらから https://www.youtube.com/watch?v=iuv6X_oBBsE

2025年12月12日、京都大学 学術情報メディアセンター 南館4Fにて、「第5回 京大ミートアップ supported by GMO」が開催されました。このイベントは、京都大学 首藤研究室とGMOインターネットグループが共催し、アカデミアとビジネスの垣根を越え、AI・ブロックチェーン・サイバーセキュリティなど先端テクノロジーの「実践知」を学ぶことを目的としています。今回は、こちらのイベント開催レポート前編・後編に分けてお届けします。 イベント概要 第5回 京大ミートアップ supported by GMOフィジカルAI最前線：自動運転・ヒューマノイドロボット・人とロボットの対話 日時：2025年12月12日（金）17:30～20:20場所：京都大学 学術情報メディアセンター 南館4F参加費：無料（学生限定、学生証提示あり）形式：現地＋オンライン配信、懇親会あり（飲食提供）https://kmu.connpass.com/event/372639/ Session1『ヒューマノイドの社会実装に向けた取り組みと技術的な課題』 滝澤 照太GMOインターネットグループ株式会社 まず1つ目の発表は、GMOインターネットグループの滝澤より当社が取り組むヒューマノイドロボット開発の最新状況と、その裏側で直面している技術・運用上の課題についてご紹介しました。滝澤は G R & D 本部として、グループ会社であるGMO AI & ロボティクス商事株式会社（通称GMO AIR）が展開するヒューマノイド事業を技術面から支援しており、派遣サービスや展示会運用など、多くの実働フィールドでロボットを動かしてきた経験を踏まえてお話ししました。 まず、国際ロボット展2025で披露したダンス・給仕・箱運搬などのデモを例に、ヒューマノイドの「運用の難しさ」が語られました。機体の重量や姿勢調整の大変さ、安全性・音・振動など、実際に現場へ持ち込むと見えてくる課題は多くあります。また、現在流通しているヒューマノイドは研究用が中心で、二次開発が必須である点も課題として挙げられました。 技術面では、低減速比モーターによる高い応答性やバックドライバビリティの重要性、さらにヒューマノイド制御に欠かせない運動学・逆運動学の考え方を解説しました。特に展示会で披露した“ダンス”は、モーションキャプチャー → リターゲティング → 強化学習モデル構築 → 実機デプロイというプロセスで実現しており、その技術的チャレンジが紹介されました。 最後に、滑りやすさやすり足への弱さなど、今回作成したモデルが抱える課題、産業利用に向けた安定化・省力化の必要性、そして従来のロボット技術との共存の重要性に触れ、GMOとして今後もヒューマノイド技術に注力していく姿勢をお伝えしました。 滝澤のセッション映像はこちらから https://www.youtube.com/watch?v=s2hlvpZ1vKQ Session2 『LLMを活用した教育ロボット研究事例紹介』 東風上 奏絵 氏京都大学 大学院情報学研究科 特定助教 京都大学ヒューマンロボットインタラクション研究室の東風上氏は、教育ロボットと大規模言語モデル（LLM）を組み合わせた最新研究を紹介しました。テーマは“大学の授業を学生と一緒に受講し、その場で質問を生成するロボット”。これまで主流だった子ども向け教育ロボットから一歩進み、**大人の集団授業でロボットは受け入れられるのか？**という挑戦的な問いに正面から取り組んだ研究です。 研究の出発点は、大学の授業が「静かすぎる」という問題意識。教員の多くは本来、学生の発言を促したいが、質問がないか問いかけても教室は静まり返ってしまうそう。そこで東風上氏は、ロボットが“同級生”として授業に参加し、教員が質問してほしいタイミングで質問をしてくれる仕組みを考案しました。 10名の大学教員へのインタビューを通じ、　① 質問するタイミングは教員が指定する　② 質問のタイプ（簡単・思考刺激・批判など）は教員が選ぶ　③ 質問内容はその場でLLMが生成するという“半操縦型デザイン”に到達。講義音声をリアルタイムに要約し、8種類の質問タイプに応じてLLMが動的に質問文を作り出す仕組みを構築しました。 実際に大学4クラスでロボットを運用したところ、学生が積極的に発言し始めるまでには至らなかったものの、ロボットが質問する瞬間には興味を示す様子が観察されました。教員からは「質問が生まれそうな空気ができた」「授業の振り返りに役立つ」と好意的な反応が寄せられたそうです。 研究はまだ初期段階ではあるものの、ロボットが授業に参加し、人の学びを後押しする未来が現実味を帯びつつあるそう。今後の発展が待ち遠しい領域です。 ｽﾀｯｸﾁｬﾝを用いた実演 東風上氏のセッション映像はこちらから https://www.youtube.com/watch?v=x4J3GnZ6aZs 前編はここまでです。お読みいただきありがとうございました！後編では、Turing妹尾氏のセッションを中心にご紹介します。