PhyRoGen：手続き型コンテンツ生成を用いた物理ロボット操作パズルの合成生成

ロボットによる物理パズルの操作は、自動組立や分解作業において重要な役割を果たします。しかし、ロボットにこれらのパズルを解かせるには、大規模なトレーニングデータセットが必要であり、その生成は多くの時間と労力を要します。この問題を解決するために、ベルリン工科大学の研究チームはPhyRoGen（Physical Robot Manipulation Puzzle Generation）フレームワークを提案しました。PhyRoGenは手続き型コンテンツ生成（PCG）を利用して、操作パズルの合成データセットを自動生成します。

PhyRoGenは汎用パズル生成器であり、相互にロックされた物体依存関係を持つ物理パズルを生成します。これは、一つの関節物体を操作してからでないと別の物体を動かせないという仕組みです。研究チームはPhyRoGenに基づいて6つの具体生成器を定義し、24個の物理パズルを生成しました。これらのパズルはさまざまな相互ロック構造を含み、異なる制約条件下でのロボットの操作能力をテストするように設計されています。

ベンチマークフレームワークを使用して、サンプリングベースの計画アルゴリズムでこれらのパズルを解いたところ、すべてのパズルが1秒から300秒の範囲で解決可能でした。さらに、物理シミュレーション内でKUKA LBR iiwaロボットを使用し、生成されたすべてのパズルが操作可能であることを実証しました。これにより、本フレームワークがユニークで解けるロボット操作パズルを手続き的に生成できることが示され、操作アルゴリズムのベンチマークや堅牢な基盤モデルの開発に不可欠な要素となります。

この研究は2026年のIEEE CASE（自動化科学工学会議）に採択されており、ロボットトレーニングデータの自動生成における重要な進歩を示しています。PhyRoGenの登場により、ロボット操作スキル学習のためのデータ準備コストが大幅に削減され、産業オートメーションやインテリジェントロボット分野の発展が促進されることが期待されます。今後、研究チームは生成器の種類を拡張し、より複雑な多段階操作タスクへのフレームワーク適用を検討する予定です。