Genesis AI、Nyx、Quadrants、Genesis World 1.0 物理プラットフォームをリリース — スケーラブルなロボティクス基盤モデル評価を実現

Genesis AI は、ロボティクス基盤モデルの開発を加速するためのシミュレーションプラットフォーム「Genesis World 1.0」を発表しました。このプラットフォームは、Genesis World 物理エンジン、Nyx（リアルタイムパストレーシングレンダラー）、Quadrants（PythonからGPUへのコンパイラ）、そしてシミュレーションインターフェースの4つのコンポーネントで構成されています。その中核的な目標は、ロボットモデル開発における重要なボトルネックであるポリシー評価の反復速度を向上させることです。

ロボティクス分野では、データ収集と反復速度が2つの大きな課題です。業界はデータ収集に多大なリソースを投入してきましたが、Genesis AI は、モデル開発サイクルの速度、特に候補ポリシーの評価とモデルチェックポイントの比較効率が、より見過ごされがちなボトルネックであると指摘します。従来の実世界評価では、1回の評価あたり200時間以上の連続ロボット操作が必要でした。Genesis World 1.0 は、人間やハードウェアの介入なしに、同じ評価を0.5時間未満で実行し、結果は完全に再現可能です。

研究チームは、訓練データ生成よりも評価にシミュレーションを優先的に使用することを意図的に選択しました。その理由は、訓練と評価が同じシミュレーション分布を共有すると、パフォーマンスの向上がシミュレータのダイナミクスへのより正確な適合を反映しているに過ぎず、モデル自体の真の改善ではない可能性があるからです。そこで、彼らはゼロショット実機→シミュレーション（zero-shot real-to-sim）評価アプローチを採用しています。ポリシーは実世界データのみで訓練され、事前学習にシミュレーションデータは一切使用されません。

14タスク、各200エピソードのテストにおいて、Genesis World 1.0 のシミュレーションと実機ロールアウト間のピアソン相関係数は0.8996（95%信頼区間：[0.7439, 0.9314]）に達しました。平均最大ランク違反（MMRV）はわずか0.0166であり、シミュレータが異なるモデルの相対的なパフォーマンス順位を維持できることを示しています。研究チームはさらに、シミュレータと実機の観測源を切り替えることで現実ギャップの原因を診断するリアルタイム並列比較装置を構築しました。最適化の結果、シミュレーションと現実のギャップは、次善の代替シミュレータと比較して45%削減されました（FIDスコアで測定）。

プラットフォームの具体的なコンポーネントは次のとおりです。Nyx はGPU加速のパストレーシングレンダラーで、ハイエンドコンシューマーGPU上で4ミリ秒以内にノイズのない1080pフレームを生成し、バッチ物理駆動の並列レンダリングをサポートします。Genesis World 物理エンジンはオープンソース（Apache 2.0）で、マルチフィジックス（剛体、弾性体、MPM、SPH、PBDなど）を単一パイプラインで実行し、バリアフリー弾性動力学を導入することで、接触の多いシーンで従来のIPCと比較して最大103倍の高速化を実現しています。Quadrants はPythonからGPUへのクロスプラットフォームコンパイラで、Taichiからフォークされ、操作およびベンチマークにおいて最大4.6倍のランタイム高速化を達成し、ウォームキャッシュ起動時間を7.2秒から0.3秒に短縮しました。シミュレーションインターフェースには、フォトグラメトリパイプライン、プログラムによる環境生成、およびクロスエンボディメント環境が含まれます。

Genesis World 1.0 の評価フレームワークは、直交する摂動軸の分類法に基づいており、視覚的、行動的、意味的の3つのカテゴリーをカバーし、きめ細かいロバストネス分析を可能にします。シミュレーション評価はハードウェアを必要としないため、数千のエピソードに容易に拡張でき、大規模なモデル比較を実現します。

詳細については、Genesis AI のブログを参照するか、GitHub で物理エンジン、レンダラー、コンパイラのソースコードを入手できます。