Sim2Realを成功させる5つのテクニック｜実機で動かない理由と対策

シミュレーションでは完璧に歩くのに、実機に載せた瞬間に転ぶ。ロボット開発者が必ず通るSim2Realギャップです。この記事では、その原因と実務で効く5つの対策をまとめます。

なぜギャップが生まれるのか

シミュレータは現実の近似にすぎません。ズレの主な発生源は4つです。

ズレの原因	具体例
物理パラメータ	摩擦係数、重量、慣性が現実と微妙に違う
遅延	実機はセンサー読み取り〜モーター反応に数ms〜数十msかかる
センサーノイズ	シミュレータの観測は完璧、実機はブレる
未モデル化要素	ケーブルの張力、ギアのバックラッシュ、床のたわみ

テクニック1: ドメインランダム化

最も効果が高く、最初にやるべき対策です。シミュレーション中に物理パラメータをわざとランダムに変動させます。

# 学習のたびにパラメータを揺らす
friction = np.random.uniform(0.5, 1.5)      # 摩擦
mass_scale = np.random.uniform(0.8, 1.2)    # 重量 ±20%
motor_delay = np.random.uniform(0, 0.03)    # 遅延 0〜30ms

狙いは「正確なシミュレーション」ではなく**「どんな条件でも動くAI」**を作ること。現実がその変動範囲のどこかに収まっていれば、実機でも動きます。

シミュレータ内のスコアがわざと下がるのがポイントです。ここを我慢できるかが分かれ目になります。

テクニック2: システム同定（実機に合わせ込む）

実機で簡単な動作をさせ、その結果からシミュレータのパラメータを補正します。

# 実機で「関節を10度動かす」を実行し、応答を記録
# → シミュレータの応答と一致するようパラメータを最適化

ランダム化が「広く浅く」なら、こちらは「狭く深く」。両方やるのが最強で、システム同定で中心値を合わせ、その周辺をランダム化します。

テクニック3: 遅延をシミュレータに入れる

実機の遅延を測り、その分だけ観測を遅らせて学習します。

# 30ms前の観測を使って行動を決める（実機の遅延を再現）
delayed_obs = observation_buffer[-3]  # 10msステップなら3つ前

これだけで実機の振動が劇的に減ります。測定は簡単（コマンドを送ってから動き出すまでを高速度カメラかログで計測）なので、費用対効果が非常に高い対策です。

テクニック4: 観測にノイズを足す

実機のセンサーはブレます。シミュレータの完璧な観測に慣れたAIは、ノイズで簡単に混乱します。

obs = true_state + np.random.normal(0, 0.01, size=obs_dim)

IMUや関節エンコーダの実測ノイズ幅を調べて、その程度を混ぜるのが定石です（センサー超入門）。

テクニック5: 段階的に移す

いきなり全力で動かさず、安全域から詰めていきます。

ヒューマノイドの開発動画でロボットが吊り下げられているのは、この段階にいるからです。

デバッグの進め方

実機で動かないとき、闇雲にパラメータを触るのは時間の無駄です。順番に切り分けます。

1. 同じ指令を入れて、動きが同じか → 違えばモーター/減速機の特性差
2. センサー値がシミュレータと同じ範囲か → 違えば単位やキャリブレーションのミス
3. 遅延はどれくらいか → 測って学習に反映
4. それでもダメ → ランダム化の範囲を広げて再学習

まとめ

• Sim2Realギャップの原因は物理パラメータ・遅延・ノイズ・未モデル化要素
• 最優先はドメインランダム化。シミュレータ内のスコア低下を受け入れる
• 遅延の再現は費用対効果が最強
• システム同定で中心を合わせ、ランダム化で幅を持たせるのが王道
• 実機移行は低速・吊り下げから段階的に

もう少し詳しく（背景と理論）

Sim-to-Real の障壁は、シミュレータと現実の物理・見た目の差であるreality gap です¹。これを乗り越える代表的手法がドメインランダム化——摩擦・質量・照明・テクスチャなどをランダムに変えて学習し、実機を「多様なシミュレーションの一種」として扱わせる方法です（Tobin et al., 2017）²。物理パラメータ自体をランダム化するダイナミクスランダム化（Peng et al., 2018）も有効で³、加えて実機データで模型を較正するシステム同定を併用します。「シミュレータをどこまで信じ、どこを埋めるか」が実装の核心です。

次の一歩 🌸

学習側の話は強化学習でロボットを歩かせる、実機に載せるハード面はJetson Thor入門へどうぞ。

Footnotes

1. reality gap は接触・摩擦・センサーノイズ・遅延など、シミュレータが完全には再現できない現実との差。これが原因でシミュレータで完璧な方策が実機で失敗する。 ↩

2. Tobin, J. et al. (2017). "Domain Randomization for Transferring Deep Neural Networks from Simulation to the Real World." IROS 2017. 見た目をランダム化して実画像に汎化させた。 ↩

3. Peng, X. B. et al. (2018). "Sim-to-Real Transfer of Robotic Control with Dynamics Randomization." ICRA 2018. 物理パラメータをランダム化して頑健な方策を学習。 ↩