《日経Robo》環境乱択化：Domain Randomization

この記事は日経Robotics 有料購読者向けの過去記事ですが 『日経Robotics デジタル版（電子版）』のサービス開始を記念して、特別に誰でも閲覧できるようにしています。 機械学習に必要なデータを現実世界で収集することはコストや時間がかかるだけでなく、ロボットのような物理的な動きを伴う機械の場合、危険であったり、まれな事象でそもそも集められない場合も多い。そのため、現実世界をシミュレーションした環境上でデータ収集することが期待されてきた。 しかし、シミュレーション上で収集されたデータを学習データや検証データとして使う場合、シミュレーションと現実世界とのギャップ、いわゆるリアリティギャップが問題となる。 シミュレーション上で学習したモデルはシミュレーション環境に過学習してしまい、現実世界の問題では大きく性能が劣化してしまう。特にニューラルネットワークのような強力なモデルを使った場合、モ