Physical AI Lab // 第 2.5 話 // 小テスト
sim2real：ドメインランダム化 とシステム同定
シミュレーションと現実の隙間を、二つの方法で埋める
01
同じように押したのに、シミュレーションのコップは遠くまですべり、実機のコップは早く止まった。いちばん考えられる原因は？
シミュレーションの時間ステップが大きすぎて発散した
シミュレーションのコップの模様が単純で、リアルでない
摩擦・質量・遅延が実機と合っていない
押す力が弱く、センサーのノイズに埋もれた
02
ドメインランダム化の考え方をひと言で表すと、いちばん正確なのは？
シミュレーションのパラメータを実機にできるだけ近づける
毎回パラメータを替え、現実を「もう一つの変種」にする
毎ステップの観測に少しランダムなノイズを足す
まず実機で学習し、それからシミュレーションで試す
03
摩擦のランダム範囲をとても広くしたら、方策はどこでもおっかなびっくりで、さえない動きになった。これは何を示していますか？
ドメインランダム化は役に立たず、やめるべき
範囲が広すぎて、方策が鈍くなった
ランダムにした回数が足りず、何倍も回せばよい
摩擦はランダムにせず、質量だけにすべき
04
システム同定で摩擦の候補を一通り試したのに、損失の曲線がほとんど平らで、U字の底が見えない。いちばん考えられる原因は？
候補を細かく試しすぎて、曲線がならされた
曲線が平らなほど、同定が正確である
何回か測った平均の止まる位置を使うべき
このデータではパラメータを同定しにくい
05
実際に二つの手法を一緒に使うとき、ふつうの順番と役割分担は？
まず同定で範囲をしぼり、残りをランダム化で覆う
まず広くランダム化し、それから同定で方策を合わせる
どちらか一つ。両方使うと打ち消し合う
同定はシミュレーションだけ、ランダム化は実機だけで行う
答えを見る