二足歩行ロボット「Cassie」が歴史に残る快挙、走行と5キロ完走を達成
オレゴン州立大学（OSU）で開発されたロボット「Cassie」が、約53分で5キロを走破し、歴史に名を刻みました。
Cassieは、ジョナサン・ハースト教授の指導のもと、16か月かけて開発されました。資金は米国防総省の国防高等研究計画局（DARPA）から提供された100万ドルの助成金です。
2017年のCassie登場以来、OSUの学生たちは、人工知能のアラン・ファーン教授とともに、国立科学財団およびDARPAのMachine Common Senseプログラムの支援を受けて、ロボットへの機械学習の可能性を研究してきました。
Cassieは、オレゴン州立大学のキャンパス内の屋外で、機械学習を用いた走行歩容を制御し、1回の充電で、かつケーブルなしに5キロを走破した初の二足歩行ロボットとなりました。
「OSU工学部の動的ロボティクス研究所の学生たちは、生体力学やロボット制御の既存手法と、新しい機械学習ツールを組み合わせました。この種の総合的アプローチにより、動物に近い性能を実現できるようになるでしょう。信じられないほどエキサイティングです」
Cassieのひざは曲がり、ダチョウに似ています。彼は「深層強化学習」と呼ばれる学習アルゴリズムを使って走ることを習得しました。走行には動的なバランス制御が必要で、姿勢を変えたり、動いている最中に平衡を保ったりする能力が求められます。Cassieは、走行中に垂直姿勢を保つための極めて繊細な補正を学びました。
「Cassieは、その設計と構造のおかげで非常に効率的なロボットです。私たちはハードウェアの限界に実際に迫り、その能力を示すことができました」
深層強化学習は、人工知能における強力な手法で、走る、跳ぶ、階段を上り下りするといったスキルを育てます。いつか、安定して歩くロボットが、自動車のように当たり前の存在になるかもしれません。これまでは二足歩行の科学と理解が制約となっていましたが、オレゴン州立大学の研究はいくつかのブレイクスルーをもたらしました。
動的ロボティクス研究所で開発されたATRIASは、人間の歩行のダイナミクスを再現した最初のロボットでした。その後にCassieが続き、さらに人型ロボットのAgility Digitが登場しました。
ハーストは次のように述べています。「そう遠くない将来、私たちは日常生活の多くの場面でロボットを目にし、関わるようになるでしょう。そのロボットは私たちと共に働き、暮らしの質を高めてくれるはずです」。彼によれば、物流業務（例えば荷物の配送）に加え、二足歩行ロボットは最終的には、人々が自宅で助けになるほどの知能と安全性を備えるようになるといいます。
Cassieは、その歩き方や脚の形状から、しばしばダチョウに例えられます。このロボットは股関節に3つの自由度を持ち、強力でしなやかな足首を備えていますが、ひざは一方向にしか曲がりません。これらすべてが、自然な歩行と、私たち自身に近い制御方法を生み出しています。ATRIASと同様に、足の素早く慎重な置き方によって、Cassieは滑りや転倒、大学院生による悪意ある行為にも強くなっています。
機体全体は非常に軽量で、私たちが歩く際と同じように自然に衝撃を吸収するよう設計されています。それでもロボットは十分に頑丈で、転倒時に安全ベルトを必要としません。短期間でゼロから作られたロボットとしては印象的です。
Cassieが53分3秒で走った5キロの間に、2度の転倒の後、6.5分間のタイム復帰（リセット）が発生しました。1度目はコンピュータの過熱が原因で、もう1度は高速でターンするよう指示されたことが原因でした。
Cassieそのものは、宅配ロボットAgility Robotics Digitの基盤となっています。オレゴン州立大学のエンジニアたちは、カメラやライダーを使わずに階段を昇り降りできるよう、Cassieをシミュレーターで訓練することに成功しました。
ただし、二足歩行の機械は簡単ではありません。大きな利点は、人間のための空間、つまり階段や狭い廊下を容易に移動できることです。しかし脚が2本あるということは、本質的に安定性が低いことを意味し、特にBoston Dynamicsの四足歩行ロボットなどと比べるとその差は明らかです。
Cassieの開発チームは、新しい深層学習手法によって、移動中に安定化の新しい方法を二足歩行ロボットが自ら生み出せるようになり、この状況がまもなく変わると確信しています。いつか、朝のジョギングでこうしたロボットを見かける日が来るかもしれません。
人間が行ける場所に行ける、このように効率的で信頼性の高い二足歩行ロボットは、数えきれないほどの産業にとって恩恵となり、また、災害現場の偵察や原子力発電所の点検といった危険な作業にも役立つでしょう。
