ロボットが練習する仮想の場所を作るには、専門家の時間がかかることがある。Pranjal Aggarwal氏とSean Welleck氏は、プログラムを書くAIエージェントに環境を作らせ、別の確認作業で物理的な条件や課題の設定を点検するGym-Anythingを提案した。扱う仕事の種類は、米国の経済活動に関する資料も参考にして選んでいる。

RoboWorldには25種類のシミュレーション、学習用の175環境、テスト用の25環境がある。研究者によれば、評価した最も強いモデルでもテスト課題を一つも達成できず、平均報酬は0.06だった。報酬は仮想環境の中で決めた得点であり、本物の工場で作業に成功する割合ではない。失敗した試行を次に生かす方法や、内部情報を見られる先生役から学ぶ方法も試した。

研究条件の中では複数の改善方法に効果があったと報告している。しかし、作られた仮想世界が本物の現場と同じように動くか、そこで覚えた技能が実機でも安全に使えるかは別問題だ。

導入を考える企業にとっては、今ある仕事の流れにどう組み込むかが重要だ。センサーや制御装置の接続だけでなく、担当者の教育、操作の記録、困った時に人が止める方法も必要になる。小さな実証では、許せる危険の範囲、一回の成功にかかる費用、停止した時の影響を先に決めておきたい。研究室の点数だけで投資回収を計算することはできない。顧客が実際に扱う物やデータで再現できるかを確かめ、導入後の保守や更新の負担も見積もる必要がある。 まず確かめたいのは、物が触れる時の動きや摩擦、課題の条件が現実に近いかどうかだ。低い点数は今回のテストで弱点が見つかったことを示す。