ロボットが物体を持ち上げて運ぶためには、物体の姿勢を推定する必要がある。これを行うObject Pose Estimationのデモは、コンピュータービジョンとシミュレーション技術を組み合わせたもので、UnityのAIと機械学習能力が産業現場でのロボット使用にどのような効果をもたらすかを示すものだ。

GitHubで公開されたObject Pose Estimationのデモは、Universal Robots製ロボットアーム「UR3」の姿勢推定をUnity上で行うためのステップを示すチュートリアルになっており、URDFモデルのインポートに始まり、データ収集、深層学習モデルのトレーニングまでをカバーしている。このチュートリアルを終了すれば、コンピュータービジョンを使って物体を認識しピックアンドプレースを行うロボットアームの動作が行えるようになるという。

UnityのAI担当シニアバイスプレジデントであるDanny Lange博士は、「これは、あらかじめプログラムされたシステムではなく学習するシステムの良い例だ。合成データから学習することで、どんなプログラマーでもできないようなはるかに微妙なパターンをとらえられるようになる。我々のテクノロジーを積み重ねていくことは、我々がどのように一線を画しているのか、そして、我々が真の意味でのAIに取り組み始めていることを明らかにしており、今回のデモではロボットのトレーニング効率化が可能であることを示している」とコメントしている。