Sim2Realとは、シミュレーションによる開発手法の一形態。
概要 強化学習の一環で物理法則を再現した仮想空間(シミュレーション)でAIを学習させ、その学習成果を実世界のロボットや自律システムに反映させる。
従来より、計算機科学を応用したシミュレーションによるモデルベーステストやモデル駆動工学によるソフトウェアの開発はあったが、現実世界への人工知能の進出のため、再定義された。
現実の環境下では再現の困難な状況や費用が掛かるため実施が困難な試験も仮想空間内であれば何度でも再現できるので環境への適応が要求される協働ロボットや自動運転車の開発等に役立つHöfer, Sebastian, et al. "Sim2real in robotics and automation: Applications and challenges." IEEE transactions on automation science and engineering 18.2 (2021): 398-400.。
課題 まだ計算機内での再現には限界があるため、現実とのギャップがあるので課題となっている。
脚注
文献 Miao, Qinghai, et al. "Parallel learning: Overview and perspective for computational learning across Syn2Real and Sim2Real." IEEE/CAA Journal of Automatica Sinica 10.3 (2023): 603-631. Kadian, Abhishek, et al. "Sim2real predictivity: Does evaluation in simulation predict real-world performance?." IEEE Robotics and Automation Letters 5.4 (2020): 6670-6677. Horváth, Dániel, et al. "Object detection using sim2real domain randomization for robotic applications." IEEE Transactions on Robotics 39.2 (2022): 1225-1243. Pashevich, Alexander, et al. "Learning to augment synthetic images for sim2real policy transfer." 2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). IEEE, 2019. Dimitropoulos, Konstantinos, Ioannis Hatzilygeroudis, and Konstantinos Chatzilygeroudis. "A brief survey of sim2real methods for robot learning." International Conference on Robotics in Alpe-Adria Danube Region. Cham: Springer International Publishing, 2022.
関連項目 人工知能 自動運転車 深層学習 モデルベーステスト モデル駆動工学 協働ロボット