ロボットのつまずき防止システムが、リアルタイムで複雑な地形に適応する
ロボットはその場での臨機応変な対応が苦手で、普通は予想外の路面や障害物にぶつかると、急停止するか大きく転倒してしまう。しかし研究者たちは、遭遇するあらゆる地形にリアルタイムで適応する新しいロボット移動モデルを開発した。砂、石、階段などの突然の変化に直面しても、歩き方を移動中に変えて前進を続けられるという。
ロボットの動きは汎用性が高く正確で、階段を上ったり不整地を歩いたりすることも学習できるが、そうした動作は特定の訓練を受けたスキルのようなもので、ロボットはその間を切り替えている。Spotなどの有名なロボットも、押されたり蹴られたりした衝撃から体勢を立て直せる程度にとどまる。
実際には、このシステムは変わらない歩行方針を維持したまま、物理的な異常を補正するように動作する。適応的な動作を生み出す仕組みはいくつかあるが、その多くは非常に限定的であり、また機能するまでに時間がかかるものもあるため、その効果が現れる頃にはロボットは転倒してしまう可能性が高い。
Facebook AI、カリフォルニア大学バークレー校、カーネギーメロン大学の研究チームは、このシステムをRapid Motor Adaptationと名付けた。人間や動物は状況に応じて、速く、効率的に、そして無意識のうちに歩き方を変えられるが、その仕組みを再現するために開発されたという。
「歩くことを学んでいる人が初めて砂浜を歩くとしよう。足が砂に沈み、引き抜くためにより多くの力が必要になる。奇妙に感じるが、数歩進むうちに、固い地面の上と同じように自然に歩けるようになる。その秘密は何だろうか。」
もちろん、砂浜を歩いたことがなければ、その瞬間に柔らかい表面を歩くための特別な「砂モード」に切り替わるわけではない。歩き方を変えるのは自動的に行われ、周囲の環境を本当に理解しているわけではない。
人間の身体はさまざまな物理条件に反応し、それらの条件が身体自体に与える影響を感じ取る。RMAシステムも同様の方法で動作し、新しい条件下で動いている間に、ごく短時間（0.5秒以下）で歩行ルールが変化する。
このシステムは、現実世界を模した仮想環境でのシミュレーションによって完全に訓練された。ロボットの小さな頭脳（すべての処理は搭載された限られた演算ユニット上でローカルに行われる）は、最小限のエネルギーで前進を最大化し、転倒を避けることを学習した。その際、加速度計などの物理センサーから届くデータを即座に観察し、それに応答していた。
RMAアプローチの本質を強調するため、マリク氏はこのロボットが視覚入力をまったく使用していないと述べた。視覚を持たない人間や動物でも普通に歩けるのなら、ロボットにできないはずがないというわけだ。歩いている砂や石の正確な摩擦係数などの「外部要因」を推定することは不可能なので、ロボットはただ自分自身の状態を注意深く追跡する。
最終的にこのシステムは二つの部分から構成される。一つは常に動作し、実際にロボットの歩行を制御する基本アルゴリズム。もう一つは並行して動作し、ロボットの内部指標の変化を監視する適応アルゴリズムである。大きな変化が検出されると、後者はそれを分析し、「脚はこう動くべきだが、実際にはこう動いている。つまり状況はこうなのだ」と判断して、その結果を基本モデルに伝え、どのように適応すべきかを指示する。
この時点から、ロボットは新しい条件下でどう前進するかだけを考え、特別な歩き方を効果的に即興で生み出す。シミュレーションでの訓練を終えた時点で、ロボットはすでに現実世界でも成功を収めていた。
プレスリリースには次のように書かれている。「ロボットは、すべての試験で一度も失敗することなく、砂、泥、歩道、丈の高い草の上を歩くことができた。歩道の階段は試験の70％で無事に下りることができた。セメントの山と砂利の山は、試験の80％で乗り越えることができた。訓練中に不安定で沈み込む地面、歩行を妨げる植物、階段を一度も見ていなかったにもかかわらずである。また、12kgの積載物を運んでいるときも、高い成功率で体高を保つことができ、それはロボット自身の重量の100％に相当する。」
マリク氏は、ニューヨーク大学のカレン・アドルフ教授の研究を支持している。同教授の研究は、人間が歩行を学ぶ過程がいかに容易に適応でき、自由度の高いものであるかを示した。このチームの目標は、あらゆる状況に対処できるロボットが必要なら、複数のモードから選ぶのではなく、ゼロから適応を学習させるべきだという点にある。
より賢いコンピュータービジョンシステムを作ることが不可能なのと同じように、あらゆる物体や相互作用を網羅的にラベル付けして文書化することで、ロボットを多様で複雑な物理世界に備えさせることはできない。砂利、泥、瓦礫、濡れた木材の上を歩くための専用パラメーターを、10個、100個、さらには数千個用意したとしても同様である。
このシステムの基盤は、脚式ロボットだけでなく、AIやロボット工学のまったく別の分野にも応用できる可能性がある。
さらに、基本アルゴリズムと適応アルゴリズムの組み合わせは、他の知能システムにも有効かもしれない。スマートホームや自治体のシステムは、通常すでに存在する方針に頼っているが、もしそれらが動作中に適応できたらどうだろうか。
