スイス ETH チューリッヒ大学のロボット学科が ANYmal-D を展示し、四足で巨大なルービックキューブを解決することに成功した。

·著者 Henderson·Engineering
スイス ETH チューリッヒ大学のロボット学科が ANYmal-D を展示し、四足で巨大なルービックキューブを解決することに成功した。
ポイント
  • ANYmal-D ロボットは独立して巨大なルービックキューブを解決し、四足で操作を行う。
  • ルービックキューブを解決する過程では、検査、計算、物理的操作が含まれ、バランスを保つ必要がある。
  • ロボットは強化学習とシミュレーションを通じてルービックキューブを解決する過程を学習する。
  • この研究は、ロボットが非常規な方法で道具を使って問題を解決できることを示している。

スイス連邦工科大学チューリッヒ校のロボットシステム実験室は、ANYmal-D が独立して巨大なルービックキューブを解決する能力を示した。ロボットがルービックキューブを解決することは珍しくないが、この偉業の特異性は、ロボットが四足で操作を行いながらバランスを保つことができる点にある。この技術は「足部操作」(pedipulation)と呼ばれ、チームは従来のアルゴリズム、コンピュータビジョン、強化学習の組み合わせを利用して実現した。ルービックキューブを解決する過程では、複数の独立したタスクが含まれる。まず、ロボットはルービックキューブの六つの面を検査して初期状態を理解し、各色の位置を識別する必要がある。

次に、数学的にルービックキューブを解決する方法を計算する必要がある。言い換えれば、必要な回転のシーケンスを見つけ出さなければならない。知識レベルによっては、基本的な「アルゴリズム」を実行することが含まれる。例えば、古典的な「白い十字」、「白い角」、「中間層」、「黄色い十字」など、あるいはより迅速な方法も考えられる。しかし、すべてのステップではルービックキューブに物理的操作を行う必要があり、特に誤って間違った部分を動かさないように注意しなければならない。

ロボットがルービックキューブを解決する挑戦

人間にとっては、これは通常過程の中で最も簡単な部分だが、四足のロボットにとっては非常に挑戦的である。手がないため、脚を使って層を移動させ、ルービックキューブ全体をひっくり返す必要があり、同時にバランスを保たなければならない。この目標を達成するために、ANYmal は残りの脚でバランスを保ち、足を正確に位置付け、適切な力を加え、ルービックキューブに触れる際の動作を常に調整しなければならない。このルービックキューブの重さは約 10 ポンド(4.6 キログラム)である。成功裏に一度の移動を完了するためには、ロボットは底層が動かないことを確認し、必要な層を動かすために十分なトルクを加える必要がある。

さらに、重要なのはこのプロセスを繰り返し行い、倒れないことだ。一度の偶発的な動きが全体の試みを台無しにする可能性があり、最良のケースでは修正が必要で、最悪のケースでは再スタートが必要となる。チームの紹介によると、このプロセスは強化学習、シミュレーション、そして「師弟訓練」の組み合わせによって実現されている。そのため、ロボットはハードコーディングされた指示によって肢体を導くのではなく、反復試行を通じて「筋肉記憶」を学ぶことができる。しかし、これは挑戦の一部に過ぎない。単にルービックキューブを移動させることが、それを解決することには必ずしもつながらない。

未来のロボットの応用可能性

この部分のために、チームはロボットに Kociemba というソルバーを与え、必要な動きを見つけ出させた。その後、コンピュータビジョン、色の分類、アルゴリズムを組み合わせて動きのシーケンスを計算した。これらの情報は、ロボットの肢体が行うべき動作を指示するために使用され、同時にルービックキューブの状態を監視し、エラーをチェックして修正する。結果はどうだったのか?チームによると、ロボットは 3 回の試行のすべてで成功し、各回の解決時間は 8 分から 9 分の間で、約 30 回の独立したロボットの動作を実行した。

手がない状況でのパフォーマンスとしてはかなり良好である。しかし、この研究のより広い意義は何であろうか?これは、ロボットが持っている道具を非常規な方法で使用して問題を解決するように教えられる可能性があることを示している。例えば、これによりロボットは脚を使ってドアを開けたり、バルブを操作したり、障害物を移動させたりすることができるようになり、特別な道具を取り付ける必要がなくなるかもしれない。これにより、将来のロボットはよりシンプルで軽量、さらにはより安価になる可能性がある。最終的には、工業検査、メンテナンス、捜索救助など、ロボットが単に移動するだけではない環境で非常に価値のあるものとなるだろう。

ANYmal-D がロボット技術に与える示唆

ANYmal-D の成功は、ロボットが手がない状況で脚を使って複雑な物理操作を行う方法を示している。これは、特定の問題を解決する能力を示すだけでなく、将来のロボット技術の発展に新たな視点を提供する。強化学習とシミュレーションを通じて、ロボットは自律的に学習し適応することができ、これによりさまざまな環境での柔軟性と応用性が向上する可能性がある。将来的には、この技術のさらなる発展により、ロボットが工業や日常生活でより複雑なタスクを実行できるようになり、作業効率と安全性が向上するだろう。

H
著者について
Henderson