クーガー、人間が行動するシーンを生成可能なAI学習シミュレーター「Dimension」をリリース

2018年12月19日 2021年7月12日

クーガー株式会社(本社: 東京都渋谷区、代表取締役CEO: 石井敦、以下「クーガー」) は、機械学習AIが街中や商業施設など人間が行動する場所でトレーニングできる3DCG(*1)シミュレーター「Dimension（ディメンション）」の提供を開始し、利用パートナーの一般募集を開始いたしました。本技術はすでに株式会社本田技術研究所(本社: 東京都港区、代表取締役社長：八郷隆弘、以下「本田技術研究所」)が導入し、研究に活用されております。

背景

近い将来、ロボットやドローン、自動運転車などが人々の日常生活に関わることが確実と想定される中、現在のAIのトレーニングのほとんどは、建物や道路など非常に基本的な条件のシミュレーションであったり、人間の行動が反映されない状態で行われています。実用を想定した場合、人間が行動する空間のパターンは膨大であり、AI学習としてそれらを網羅することが重要となりますが、その全てを現実空間で再現することは不可能です。「Dimension」を使えば、人が行動するあらゆる空間を簡単に再現し、AIに学習させることができます。

Dimensionの特徴

既存シミュレーターとの違い

道路や建物等の固定されたアセットだけではなく、空間を行動する人間のモデルが組み込まれています。
LIDAR(*2)によるセンシングデータも生成可能となっています。3DCGの場合どんなに精度をあげても現実の実写画像とはどうしても差異が生じ、学習に影響が出る場合があります。LIDARのデータは点の描画なので、3DCGをセンシングしたものと現実をセンシングしたものとで差がなく、学習させることができます。また、3DCGを現実に近づけるために莫大なコストをかける必要もなくなります。
既存シミュレーターの多くは、開発したAIを「テストする」目的で作られていますが、Dimensionは機械学習がより高度に進化していくためのトレーニングとして使えるシミュレーターです。人間の学習で言えば、教科書と試験問題の両方の役割を担うことができます。

現実の実写画像による学習との違い

AIに学習させたい状況を現実空間で再現することは、エキストラを使った映画の撮影をするようなものです。ただ、AIの学習には無数の状況パターンが必要であり、これを現実世界ですべて再現することは不可能です。

Dimensionなら、例えば渋谷のような街中で、前方から50人、右から10人、左から20人、後方から30人の人間が歩いている状況を作りたいと思えば、簡単に再現できます。

人間モデルのAIに、ある程度行動の自由度を持たせた上で、大まかな動きを決められます。例えば、人間モデル同士の衝突を自動で回避しつつ数十人の人を行き来させるといったものことです。このポイントこれは、動きを全て設定しようとすると多大な非常に時間を要しますがかかりますし、かといって全てランダムだと学習させたいシチュエーションを再現できないため、「大まかな動きを決められる」のは重要なポイントです。

実写画像の場合、AIに学習させる際に後から「これは人間」「これは木」など物体のセグメンテーションをしたり、物体の深度を設定したりする手間がかかりますが、Demensionならその工程も不要です。

当社独自の技術

人間の動的なモデルを作ることは、道路や建物に比べ、非常に複雑で高度な技術を必要とします。創業時よりゲーム開発を手がけてきたクーガーは、ゲーム空間で自律的に動くキャラクターAI開発で培った知見を活かし、「Dimension」を開発しました。そのため、「Dimension」に登場する人間は、単に見た目が人というだけでなく、人間らしい動きをする「キャラクター」となっています。

（学習用途例）