話題のフィジカル AI を、遊びながら学ぶロボットが現実の世界で体を動かすための AI、フィジカル AI。歩行ロボットの開発では、シミュレーションの中でロボットに何度も転ばせながら、強化学習で歩き方を覚えさせる方法が広く使われています。AI ROBO STADIUM はその強化学習をゲームにしました。ゲームの中の学習は、AI らしく見せる演出ではありません。研究でも使われる強化学習のアルゴリズム（PPO）が、あなたの PC の中で実際にニューラルネットワークを鍛えます。教えるのは、あなた。歩き方を覚えるのは、AI。プレイヤーが決めるのは「なにをほめて、なにをしかるか」、つまり報酬です。脚の関節のモーターをどう動かすかは、AI が試行錯誤して自分で見つけます。練習場を段差、坂と進めて学習を重ねると、最初は転んでばかりだったロボットが、段差を越え、坂を登れるようになります。歩行ロボットの研究で使われる方法で教える報酬の設計: 「指令どおりに進む」「姿勢をまっすぐ」「転ばない」「省エネ」「なめらかに動く」「足をしっかり上げる」など最大 6 本のレバーで、ほめ方としかり方を決めるドメインランダム化: 床の摩擦、胴の重さ、モーターの力を毎回ばらつかせて練習させ、本番での転び方がどう変わるかを試す押される練習: 練習中のロボットを不意に押して、ふんばる力を鍛える地形のカリキュラム: 練習場を平地、段差、坂と順に選んで育てる。段差の高さや坂の角度は学習の進み具合に合わせて自動で上がる学習曲線、転倒率の推移、報酬の項目ごとの内訳がその場で見える学習の途中のモデルをその場で操縦して試せる育てたモデルは名前を付けて何本でも保存。続きから鍛え直すこともできる本物の強化学習が、あなたの PC で動く学習はプレイヤーの PC の CPU で動きます。GPU は使わず、Python などの環境構築もいりません。通常の学習では 64 体、一晩の学習では 128 体のロボットが同時に練習します。学習中もレースやスモウで遊べ、ゲームを閉じても学習は続きます。育てた AI で戦うレース: 段差・坂・スラロームの障害物コースで、ライバルのロボと 1 本のレーンで競走する。ぶつかり合いあり、転んで 3 秒起き上がれなければ負けスモウ: 土俵で 1 対 1 の押し合い。パンチ・リフト・ウェッジのアームで相手を崩す操縦はあなた、足さばきは AI。前進や旋回の指令を出すのはプレイヤーで、それを脚の動きに変えるのは自分で育てたモデルパーツを替えたら、学び直して強くなるLiDAR・IMU・接地センサー・ホイール・強化モーターを付け替えられます。パーツを付けただけでは強くなりません。その装備で学習し直して、はじめて使いこなせるようになります。機体ガゼル: 四脚の機体ティーター: 脚の先に車輪を持つ二脚の機体※ロボットはゲームの中の物理シミュレーションで動きます。実機のロボットへの書き出しには対応していません。※ゲームの中の AI は、ロボットの関節の動かし方を強化学習で覚えるニューラルネットワークです。文章や絵を生成する AI ではありません。