ロボットが人間の支援なしで自己を理解することを学ぶ

コロンビア大学工学部および応用科学部のエンジニアたちは、人間の支援なしで全体のモデルを学習できる最初のロボットを作成しました。

この研究は、Science Roboticsに掲載されました。

ロボットの指導

研究者たちは、ロボットが自己の運動を計画し、目標を達成し、障害物を避けるために、自己のキネマティックモデルを作成し、自己モデルを使用する方法を示しました。また、ロボットは自身の身体の損傷を自動的に認識して補償することもできました。

ロボットアームを5つのストリーミングビデオカメラの円の中に配置し、ロボットはカメラを通じて自身を観察しながら自由に動き回り、自身の身体がどのように動くかを学習しました。3時間後、ロボットは停止しました。ロボットの内部ディープニューラルネットワークは、ロボットのモーター動作と環境における占有体積の関係を学習しました。

Hod Lipsonは、機械工学の教授であり、コロンビア大学のクリエイティブマシンズラボのディレクターです。

「私たちは、ロボットが自身をどのように想像するかを知りたいと思っていました。しかし、ニューラルネットワークの中を見てみることはできません。ブラックボックスです。」とLipsonは述べました。

研究者たちは、幾つかの視覚化技術を開発する前に、ロボットの自己イメージが徐々に現れました。

「それは、ロボットの三次元的な身体を包み込むように現れた、ゆらゆらと揺れる雲のようなものでした。ロボットが動くと、ゆらゆらと揺れる雲はロボットに従っていきました。」とLipsonは続けました。

ロボットの自己モデルは、約1%の精度で作成されました。

潜在的な応用と進歩

ロボットが人間の支援なしで自己をモデル化できるようにすることで、専門家たちは幅広い進歩を達成できます。例えば、労力を節約し、ロボットが自身の損傷を監視して補償できるようになります。著者たちは、この能力が自律システムをより自立させるのに役立つと述べています。例えば、工場のロボットは、この能力を使用して、異常を検知して支援を求めることができます。

Boyuan Chenは、この研究の第一著者です。現在、デューク大学の助教授です。

「私たちは、明確に自己の概念を持っています。目を閉じて、自身の身体がどのように動くかを想像してみてください。例えば、腕を前に伸ばしたり、後ろに一歩下がったりします。私たちの脳の中には、自己の概念、自己モデルがあります。これは、私たちが占有する即時的な周囲の体積と、それが私たちが動くにつれてどのように変化するかを教えてくれます。」とChenは述べました。

Lipsonは、ロボットに自己認識の形を与える新しい方法を探求してきました。

「自己モデル化は、自己認識の原始的な形です。ロボット、動物、人間が、正確な自己モデルを持っている場合、世界でより良く機能できます。より良い決定を下し、進化的な優位性を持つことができます。」とLipsonは説明しました。

研究者たちは、自己認識を与えることによる様々な限界とリスクを認識しました。Lipsonは、この研究における自己認識の特定の形は「人間のそれに比べて軽微ですが、どこかから始めなければなりません。慎重に進めなければなりません。利点を享受しながらリスクを最小限に抑える必要があります。」と述べています。