---
title: "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】"
description: "ドメインランダム化（リアリティギャップ対策）について、G検定で問われるAI・機械学習分野の観点から、基本的な意味、代表モデル・手法との関係、試験で問われやすい判断軸を整理します。暗記だけでなく、似た概念との混同を避ける見分け方や、選択肢を切るためのポイントも確認します。"
canonical_url: "https://stemtazoo.github.io/gk/domain-randomization/"
section: "gk"
---

## 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ランダムにばらつかせて学習することで、現実世界とのズレ（リアリティギャップ）に強いモデルを作る手法**であり、G検定では「Sim2Real対策の代表例」として理解されているかが問われる。

## 直感的な説明

ドメインランダム化は、

> 本番の環境が分からないから、
> いろんな条件で練習しておく

という考え方です。

* 明るさが違う
* 色が違う
* 摩擦や重さが違う

など、

> **現実で起こりそうなズレを先に全部経験させる**

ことで、

> 「多少条件が違っても動じないモデル」

を作ります。

## 定義・仕組み

ドメインランダム化では、シミュレーション中に次のような要素をランダムに変更します。

* 視覚情報：

  * 背景、色、照明、テクスチャ
* 物理パラメータ：

  * 質量、摩擦係数、反発係数
* センサー条件：

  * ノイズ、遅延

これにより、

* 特定条件への過適合を防ぐ
* 現実世界を「その一例」として扱える

ようになります。

## いつ使う？（得意・不得意）

### 得意なケース

* ロボティクス
* 強化学習
* Sim2Real 問題

### 注意点

* シミュレーションの設計が重要
* 無関係なばらつきを入れすぎると学習が難しくなる

## G検定ひっかけポイント

G検定では、**データ拡張との混同**が狙われます。

### よくある混同

* ドメインランダム化＝画像データ拡張 → ✕
* 現実を正確に再現する手法 → ✕

### 正誤を切る判断基準

* **ばらつかせる？** → ドメインランダム化
* **リアリティギャップ対策？** → ドメインランダム化
* **現実を完全再現？** → 違う

## まとめ（試験直前用）

* ドメインランダム化はSim2Real対策
* 環境条件を意図的にランダム化
* ズレに強いモデルを作る
* 現実再現が目的ではない
* G検定では"リアリティギャップ対策"で即判断