人間がロボットの周辺環境の「認識」を支援できる新しい方法

ライス大学のエンジニアチームは、人間がロボットの環境の「認識」とさまざまなタスクの実行を支援できるようにする新しい方法を開発しました。

新しい戦略は、Bayesian Learning IN the Dark (BLIND) と呼ばれ、ロボットが盲点のある環境で動作するときのモーション計画の問題に対する新しい解決策です。

この研究は、コンピューターサイエンティストのLydi KavrakiとVaibhav Unhelkarが主導し、Carlos Quintero-PeñaとConstantinos Chamzasが共同で行い、Rice大学のGeorge R. Brown School of Engineeringで行われました。IEEEのロボティクスとオートメーションの国際会議で発表されました。

ヒューマン・イン・ザ・ループ

研究によると、アルゴリズムは、ロボットの認識を高め、重要なのは、安全でない動きの実行を防ぐために、ヒューマンをループに保持します。

チームは、多くの可動部品を持つロボットを支援するために、ベイジアン逆強化学習と確立されたモーション計画技術を組み合わせました。

BLINDをテストするために、7つのジョイントを持つ関節アームを持つロボットが、テーブルから小さなシリンダーを掴んで別のテーブルに移すように指示されました。しかし、ロボットは最初に障害物を避けなければなりませんでした。

「ジョイントが多くなると、ロボットへの指示が複雑になる」とQuintero-Peñaは述べました。「ヒューマンに指示を出す場合は、ただ『手を上げて』と言えばよいのです。」

しかし、ロボットには、各ジョイントの動きをその軌道上の各点で特定の方法でプログラムする必要があります。これは、ロボットの「視野」が障害物によって遮られている場合に特に重要です。

障害物の周りを「見る」ことを学ぶ

BLINDは、最初に軌道をプログラムしません。代わりに、ロボットのアルゴリズムによって提案されたコレオグラフされたオプションを精製するために、プロセスの中間でヒューマンを挿入します。

「BLINDにより、高度な自由度を持つ空間で軌道を計算し、ヒューマンの頭の中にある情報を利用できる」とQuintero-Peñaは述べました。「クリティーク（批評）と呼ばれる特定の方法のフィードバックを使用しています。つまり、ヒューマンに軌道の部分にラベルを付ける二値のフィードバックです。」

ラベルは、可能なパスのつながった緑のドットとして表示されます。BLINDがドットからドットへ移動するにつれて、ヒューマンは各動きを承認または拒否し、パスを精製し、障害物を避けます。

「ヒューマンが使用するためのインターフェースは非常に簡単です。『これが好き』または『これが好きではない』と言えばいいからです。ロボットはこの情報を使用して計画します」とChamzasは述べました。ロボットは動きに対して報酬を受け取った後、タスクを実行できます。

「ここで最も重要なのは、ヒューマンの好みは数学の式で説明するのが難しいということです。私たちの研究は、ヒューマンの好みを組み込むことでヒューマンとロボットの関係を簡素化します。私は、このようにして応用分野がこの研究から最大の恩恵を受けると考えています」とQuintero-Peñaは述べました。

Kavrakiは、国際宇宙ステーションに搭載されたNASAの人型ロボットRobonautの高度なプログラミングに携わってきました。

「この研究は、小さくても的を絞った人間の介入によって、ロボットには一部が完全に未知でも人間には既知の環境で、ロボットが複雑なタスクを実行する能力を大幅に高められることを見事に示しています」とKavrakiは述べました。

「これは、私の同僚であるUnhelkar教授の研究テーマであるヒューマンとロボットのインタラクションの方法と、私の研究所で何年も先駆的に行ってきた自動計画が、ヒューマンの好みを尊重しながら信頼性の高い解決策を提供するためにどのように組み合わさるかを示しています」とKavrakiは述べました。