Unity、産業用ロボットアプリ開発を促進するデモプロクジェクトを発表

このデモでは、コンピュータビジョンとシミュレーションの技術を組み合わせ、UnityのAIと機械学習が産業界でのロボット利用にどのような効果をもたらすかを説明している。Object Pose Estimationとそれに対応するデモンストレーションは、ロボットソフトウェア開発に用いられるフレームワークであるRobot Operating System (ROS)をサポートすることを目的としたUnity Robotics Hubの一連のリリースに続くものだ。

これらのUnityが提供するツールとその他のオープンソースのツールセットを組み合わせることで、ロボット開発者は安全に、コスト効率よく、迅速にソリューションの探索、テスト、開発、デプロイを行うことができる。

UnityのAI担当シニア・ヴァイスプレジデントであるダニー・ラング（Danny Lange）博士は次のように述べている。「これは、予めプログラムされたシステムではなく、自ら学習するシステムの例であり、合成データから学習することで、どんなプログラマーにもできないような微妙な組み合わせを捕らえることができるようになります。UnityはAIと既存のUnityのテクノロジーの融合を積極的に行っており、今回のデモンストレーションでは、ロボット開発におけるトレーニングの効率化が可能であることを示しています」

シミュレーション技術は、危険な状況、対象物が高額な状況、または滅多に起こらないような状況でアプリケーションをテストする場合に非常に効果的で有利だという。ロボットにデプロイする前にシミュレーションによりアプリケーションを検証することで、潜在的な問題を早期に明らかにすることができ、開発の繰り返しにかかる時間を短縮することができる。Unityに内蔵された物理エンジンとUnity Editorを組み合わせることで、仮想環境の無限の組み合わせを作成することができ、現実世界でオブジェクトに作用する力を（近似的に）制御することができるとのことだ。

Object Pose Estimationのデモは、URDFファイルをUnityにインポートするためのオープンソース・URDF Importerパッケージのリリースに続き、よりリアルなキネマティックシミュレーションのために強化されたアーティキュレーションのサポートを活用している。また、Unityが提供するUnity ROS-TCP Connectorでは、ROSノードとUnityとの間でのリアルタイムに近い低遅延な通信を可能にする。今回のデモでは、最近リリースされたPerception SDKのUnity Computer Visionツールを使用して、膨大な量の合成ラベル付きトレーニングデータを作成し、キューブの位置を予測するためのシンプルなディープラーニングモデルを訓練する方法を紹介する。デモでは、このプロジェクトを再現する方法についてのチュートリアルを提供している。

またダニー・ラング博士は次のように述べている。「Unityを使うことで、データ生成を民主化しただけでなく、仮想環境で高度なシミュレーションするためのインタラクティブなシステムへのアクセスも可能になりました。例えば、自動運転車両の制御システムを開発したり、今回の例では高額なロボットアームの制御システムを開発することができますが、機器を損傷させたり、工業設備のコストを劇的に増加させたりするリスクはありません。高忠実度な仮想環境で期待されたアプリケーションを証明できるようにすることは、AIと機械学習を組み合わせたロボット工学によって変革されようとしている多くの産業にとって、時間とコストを節約することになるでしょう」