【G検定過去問風テスト】シミュレータと現実のギャップを埋めるドメインランダマイゼーション

2026年8月3日 2026年8月3日 atsushi_kitazawa

※本記事では、アフィリエイトプログラムより教材を紹介しています。

📝 問題

シミュレータ上で学習させたAIポリシーを現実世界の物理ロボットなどに適応させる際のギャップを克服するため、仮想空間内の環境条件をあえてランダムに変化させまくって学習を行う手法として、最も適切な選択肢を1つ選べ。

A）報酬成形
B）ドメインランダマイゼーション
C）状態表現学習
D）残差強化学習

🔍 ここをクリックして正解を見る

正解: B）ドメインランダマイゼーション

💡 合格に近づく！徹底解説

重要度: ★★★

■ 1分で分かる！この問題の要点

ドメインランダマイゼーションは、シミュレータ内の摩擦、重力、色、ライティングなどの条件をあえてランダムに変化させてAIを鍛える技術である。
シミュレータと現実世界のズレ（Sim-to-Realギャップ）を克服し、現実でも頑健に動くモデルを作るために必須の手法である。

■ 初学者向け解説（例え話や背景）

ロボットの制御をAIに学ばせるとき、いきなり現実世界の高価なロボットで何万回も失敗させると壊れてしまいますよね。そのため、まずはパソコン上のシミュレータ（バーチャル空間）で安全に練習させます。

しかし、シミュレータの中で完璧に動けるようになったロボットをいざ現実世界に連れ出すと、床の滑り具合や光の反射などのちょっとした違い（ズレ）で全く動けなくなってしまいます。これが有名な「Sim-to-Realギャップ」です。
これを防ぐための特訓が「あえてスパルタな悪条件（ガチャガチャした環境）で練習させること」です！シミュレータの摩擦や色をランダムに変えまくって過酷な環境でもみくちゃにすることで、どんな現実世界に行っても動じない「打たれ強いAI」を育てることができます。