最終更新日：2026年8月26日
gk reinforcement_learning robotics sim2real
G検定トップ
＞ ドメインランダム化とは？（リアリティギャップ対策）【G検定対策】
まず結論
ドメインランダム化（Domain Randomization）とは、シミュレーション環境の条件を意図的にばらつかせて学習し、現実世界とのズレ（リアリティギャップ）に強くする手法です。
G検定では、Sim2Real全体ではなく、その対策の1つとして切り分けます。
直感的な説明
本番環境を1つだけ正確に予想するのではなく、
明るさ・背景・摩擦・質量・センサノイズなどを変えながら練習しておく
ことで、現実環境が多少違っても対応しやすくします。
定義・仕組み
シミュレーション内で、たとえば次の要素をランダムに変化させます。
- 視覚：背景、色、照明、テクスチャ
- 物理：質量、摩擦係数、反発係数
- センサ：ノイズ、遅延
目的は、特定のシミュレーション条件だけに過度に適合するのを避け、現実環境へ移したときの頑健性を高めることです。
近い用語との違い
- Sim2Real：シミュレーションで学んだものを現実へ移す課題全体
- ドメインランダム化：Sim2Real対策の1つ
- ドメイン適応：異なるデータ分布の差を小さくする
- データ拡張：入力データを変形して学習データの多様性を増やす
画像の見た目を変える点ではデータ拡張と似る場合がありますが、Sim2Realの環境差を意識してシミュレーション条件そのものを広く変えるのが代表的な文脈です。
いつ使う？（得意・不得意）
代表的な場面
- ロボティクス
- シミュレーションを使う強化学習
- 実機での試行が高コスト・危険な場合
注意点
- どの条件をどの範囲でばらつかせるかの設計が重要
- 無関係な変動を大きくしすぎると学習しにくくなる
- 現実を完全再現する手法ではない
G検定ひっかけポイント
よくある誤解
- ❌ ドメインランダム化＝Sim2Realそのもの
- ❌ 現実環境を1つだけ精密に再現する手法
- ❌ 画像のデータ拡張と常に同じ意味
選択肢を切る判断基準
- 「シミュレーション条件を意図的にばらつかせる」→ ドメインランダム化
- 「シミュレーション→現実へ移す」→ Sim2Real
- 「分布差を合わせる」→ ドメイン適応
まとめ（試験直前用）
- ドメインランダム化＝Sim2Real対策の1つ
- 見た目・物理・センサ条件などをばらつかせる
- 現実を完全再現するのが目的ではない
- データ拡張・ドメイン適応と区別する
- 「環境条件をランダム化」で判断する