MITの研究チームは2026年9月14日、生成AIモデルが安全性や物理法則などの厳格な制約を遵守しながら、高品質な解を見つけ出す新技術を開発したと発表しました。この技術は、従来の生成プロセスを制限しすぎる手法とは異なり、最終的な出力結果に対してのみ制約を適用します。
生成プロセスの自由度を確保しつつ制約を遵守
従来の技術では、生成の各段階で制約を満たすよう強制するため、モデルの表現力が損なわれる課題がありました。これに対し、開発された「HardFlow」は、生成プロセスには自由度を持たせ、最終的な出力に対してのみ制約を課す手法を採用しています。
このアプローチにより、ロボットの経路計画において「衝突を避けつつ、最短距離で移動する」といった、安全性と効率性を両立した解の生成が可能になります。実験では、ロボット操作や迷路のナビゲーション、画像編集の分野において、既存手法よりも高い品質で制約を完全に満たすことが確認されました。
事前学習済みモデルにそのまま適用可能
この技術は、デプロイ時（実用時）に適用できる「プラグアンドプレイ」な特性を持っています。そのため、モデルを再学習させる必要がなく、既存の拡散モデルやフローマッチングモデルに対してそのまま導入できます。
計算時間は既存の競合手法と同等か、それ以下に抑えられています。これにより、安全性や物理法則の遵守が不可欠な、実世界の高度なアプリケーションへの応用が期待されます。