Gemini Robotics 2、ロボットが連携して作業

Google DeepMind の新技術：複数のロボットが自然言語で連携して作業を完了する「Gemini Robotics 2」の実験

Google DeepMind が公開した「Gemini Robotics 2」は、単独のロボットが動作する段階を超え、複数のロボットが人間の言葉による指示を通じて協調し、複雑な物理タスクを完遂する技術を実証しました。これは、従来の固定された自動化ラインでは難しかった非構造化環境での作業効率化に大きな転換点をもたらす可能性があります。

自然言語の理解と実行能力

今回の実験で示された最も重要な成果の一つは、ロボットが複雑な自然言語命令を正確に理解し、物理世界で実行できる点です。話者は「スクラビングミット（掃除用ミット）とスプレーボトルを棚の上段に一緒に片付けて」といった具体的な指示を出しますが、ロボットたちはその意図を汲み取り、対象物を特定して適切な場所に配置しました。

「Now I'll put the scrubbing mitt and the spray bottle away on the top shelf together. Perfect.」

このように、単なる「物を持って移動する」という命令ではなく、「どの物を」「どこに」「どのように（一緒に）」という文脈を含んだ指示を処理できる能力は、人間との対話型ロボット制御における重要な一歩です。

「Hey Duo」で始まる複数ロボットの協調作業

Gemini Robotics 2 の真価が発揮されるのは、複数のロボットが同時に動き出す場面です。実験では「Hey Duo（おい、デュオ）」という呼びかけにより、複数のロボットが並行して異なるタスクを引き受ける連携が見られました。

例えば、「緑色の水やり用ジョウロをテーブルのグレーの箱から拾って」という指示が出されると、複数のロボットがそれぞれの役割分担を果たし、全体として整理完了を目指します。単独での動作ではなく、他のロボットの動きや全体の状況を把握しながら協調して作業を進めるこの仕組みは、人間同士のチームワークに近いアジェンシー（主体性）の実現を示唆しています。

物理的制約のある環境下でのタスク統合

実験現場には棚の上部や箱の中など、具体的な物理的制約が存在します。ロボットたちはこれらの複雑な空間構造を認識し、物品を適切に分類・収納する実務能力を発揮しました。

「Now I'll put the purple toy away in the blue toy box on the top shelf. Let's pick up the green watering can from the gray crate on the table. Done.」

「上段の青いおもちゃ箱に紫色のおもちゃをしまう」「テーブルのグレーの箱から緑色のジョウロを出す」といった、空間的な位置関係や対象物の属性を考慮した指示に対して、ロボットたちは迷うことなく対応しています。さらに、「すべての道具をボックスに入れ、キットを閉じて、それを再びボックスに戻す」という一連の複雑な手順も、物理的な制約の中で正確に完了させました。

まとめ

Gemini Robotics 2 は、言語による柔軟な指示と複数ロボットの協調動作を組み合わせることで、倉庫や工場などの現場で人間とロボットが協働する新しいワークフローの実現に向けた道を開きました。この技術の進展は、非構造化環境での自動化を加速させ、より高度で効率的な物理作業の可能性を広げるでしょう。