SimEX: シミュレーション統合型ロボティクス自動研究フレームワーク

- 大規模言語モデル（LLM）ベースのコーディングエージェントが、実ロボットを制御する物理能力を効率的に獲得するための自動研究フレームワーク「SimEX」を提案。 - シミュレーション実験を密に統合し、2段階で動作する。 - 第1段階：シミュレーション内でオープンエンドなprobe-and-optimize反復を行い、ロボットツールボックスを構築。 - 第2段階：少数の物理試行でツールボックスとシミュレータを同時適応。各試行がシミュレータを修正し、修正済みシミュレータで失敗診断と候補修復の選別を行う。 - 実世界のマニピュレーションタスク（タオル折り、バーコードスキャン、皿操作）で、デモンストレーションなし・実ロボット相互作用10分のみでスキル獲得を実現。

- 直接生成手法（例：Code as Policies）は、LLMがロボットや物理環境を十分理解できない問題があった。 - 物理世界での反復試行錯誤チューニング（例：physical autoresearch）は、実験コストと安全性の懸念が大きかった。 - SimEXはシミュレーションを統合することで、これらの課題を回避し、実ロボット制御能力を効率的に獲得できる点が優れている。 - シミュレーションを実世界を忠実に再現する訓練データ源としてだけでなく、コーディングエージェントがロボット行動に必要な知識と手順を開発する「おおよそ正しい実験室」として活用する点が新しい。

- 2段階の自動研究フレームワーク。 - 第1段階：シミュレーション内でオープンエンドなprobe-and-optimize反復を実施し、堅牢で汎化可能な能力を持つロボットツールボックスを開発。 - 第2段階：少数の物理試行でツールボックスとシミュレータを同時適応。各物理試行がシミュレータを修正し、修正されたシミュレータを用いて失敗を診断し、候補となる修復を選別。 - これにより、実ロボットとの相互作用を最小限に抑えつつ、シミュレーションを活用して効率的にスキルを獲得。

- sim-to-sim設定および実ロボットで広範に評価。 - 実世界の困難なマニピュレーションタスク（タオル折り、バーコードスキャン、皿操作）において、デモンストレーションなし、実ロボット相互作用10分のみでコーディングエージェントがロボットスキルを効率的に獲得できることを示した。 - 詳細とロボット動画は https://robo-simex.github.io/ で公開。

- シミュレーションが物理的知能を達成するための重要な要素となり得ることを示唆。 - シミュレーションは実世界を忠実に再現する訓練データ源としてだけでなく、コーディングエージェントがロボットに作用するために必要な知識と手順を開発する、おおよそ正しい実験室としても機能する。 - 具体的な限界や今後の課題については要旨からは不明。

- Code as Policies（直接生成手法の代表例） - physical autoresearch（物理世界での反復試行錯誤チューニング） - その他、要旨で参照されている研究や関連手法は明示されていないため、同分野の定番として sim-to-real transfer、domain randomization、LLM-based robotics などが考えられる。