Googleの新しいアルゴリズムのおかげで、ロボットが歩くことを学習するのに平均3.5時間しかかからない。

[[317667]]

写真: 中空の玄関マットの上で動くレインボーダッシュ

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式サイトにアクセスして許可を申請してください。

ロボット工学の分野では、ロボットを立ったままスムーズに動かし続けることは常に難しい課題であり、非常に高度な専門知識と設計が求められます。従来のロボットの中には、人間の制御下で立ち上がったり動いたりできるものもありますが、その動作範囲には多くの制限があります。

この問題に対処するため、Google は最近、ジョージア工科大学とカリフォルニア大学バークレー校の研究者と共同で論文を発表し、AI を通じて自ら歩くことを学習するロボットの構築に成功した経緯を詳しく説明しました。彼らは、この四足の小さなロボットに「レインボーダッシュ」というかわいいコードネームを付けました。

世界記録によると、赤ちゃんがハイハイから歩き方を学ぶ最速のスピードは生後6か月です。論文のテストデータによると、レインボーダッシュは前進、後退、左右の旋回などの動作を学習するのに平均約3.5時間しかかかりません。ロボットが歩くことを学ぶのにかかる時間は、固くて平らな地面では1.5時間、低反発マットレスでは約5.5時間、中空カーペットでは約4.5時間です。

具体的には、ロボットはディープラーニングと強化学習という 2 つの異なるタイプの AI 技術を組み合わせたディープ強化学習を使用します。ディープラーニングでは、システムが環境からの生の入力データを処理して評価します。強化学習では、アルゴリズムが試行錯誤を通じてタスクの実行方法を学習し、その実行の良し悪しに基づいて報酬と罰が与えられます。つまり、上記の方法により、ロボットは理解していない環境でも自動制御戦略を実装することができます。

これまでのこの種の実験では、研究者らはまず、シミュレーションを通じてロボットに現実世界の環境を学習させた。シミュレーション環境では、まずロボットの仮想体が仮想環境と相互作用し、次にアルゴリズムがこれらの仮想データを受信します。システムがこれらのデータを容易に「処理」できるようになるまで、システムを搭載した物理ロボットを実際の環境に配置して実験します。このアプローチは、試行錯誤のプロセス中にロボットとその周囲への損傷を回避するのに役立ちます。

しかし、環境をモデル化するのは簡単ですが、通常は時間がかかり、実際の環境には予期しない状況が満ちています。そのため、シミュレーション環境でロボットをトレーニングすることには、あまり意味がありません。結局のところ、このような研究の究極の目標は、まさに現実世界のシナリオにロボットを準備することです。

Google とジョージア工科大学およびカリフォルニア大学バークレー校の研究者たちは、「古いやり方」をやっているわけではない。実験では、レインボーダッシュは最初から実際の環境で訓練されたため、ロボットは自身の環境にうまく適応できるだけでなく、類似の環境にも適応することができました。

レインボーダッシュは独立して移動することができますが、研究者がそのまま放っておいてよいというわけではありません。環境内での歩行を学習する初期段階では、研究者は依然として Rainbow Dash に何百回も手動で介入する必要があります。この問題に対処するため、研究者らはロボットが移動する環境を制限し、ロボットが一度に複数の動作を訓練できるようにした。

レインボーダッシュが自力で歩くことを学んだ後、研究者は制御ハンドルを接続してロボットを制御し、望ましい動作軌道を実現し、設定された環境内でロボットを制御できるようになります。さらに、ロボットは環境の境界を認識した後、自動的に後退します。特定の環境以外では、ロボットは繰り返し転倒して損傷する可能性があり、その場合、ロボットを立ち上がらせるために別のハードコードされたアルゴリズムが必要になります。

グーグルの研究を率いたジャン・タン氏は、研究が完了するまでに約1年かかったとメディアに語った。彼はこう言った。

私たちは、ロボットがさまざまな複雑な現実世界の環境で移動できるようにすることに関心を持っています。しかし、この多様性と複雑さに対応できるほど柔軟なモーション コントローラーを設計するのは困難です。

Leifeng.com は、研究者らが次に、このアルゴリズムを異なるタイプのロボット、または同じ環境で同時に学習する複数のロボットに適用できることを期待していることを知りました。研究者たちは、ロボットの移動能力を解明することが、より実用的なロボットを開発する鍵になると考えている。人間は歩くために足を使うが、ロボットが足を使うことができなければ、人間の世界で歩くことはできない。

しかし、ロボットが人間の世界を歩けるようにすることは重要なテーマです。ロボットは人間の代わりに、地球上のさまざまな地形や、宇宙など人間が探検したことのない領域を探検することができます。しかし、ロボットは位置を決定するために上部に取り付けられたモーションキャプチャシステムに依存しているため、当面は現実世界で直接使用することはできません。