人間と機械のコラボレーションにおける新たなブレークスルー！この日本の会社はロボットアームにディアボロをプレイし、人間と協力することを教えた

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。

早朝から公園は賑やかになり、老人たちはディアボロを両手で持って振り、さまざまな芸を披露し、人々を立ち止まらせて見入らせていた。

ほとんどの人は、このような光景に見覚えがあるはずです。

わが国では、明清の時代からディアボロというスポーツが盛んになり、人気が出てきました。2006年5月20日、ディアボロは国務院の承認を得て、国家無形文化遺産リストの第一陣に登録されました。

ディアボロは典型的な基礎リズム運動として、体の多くの部分を鍛えることができ、肩関節周囲炎などの病気を予防し、代謝を大幅に改善し、身体の健康に有益です。

インターネットにはディアボロの紹介ビデオがたくさんあります。ディアボロは技術的な仕事であり、ディアボロを気軽にプレイすることは想像するほど簡単ではないと言う人がたくさんいます。そこで疑問に思うのは、2020年がもうすぐ終わり、誰もがテクノロジーの発展が非常に速いと言っているのに、ロボットはディアボロをプレイできるのかということです。

言わなくても本当に効きますよ！

アイデアはどこから来るのでしょうか?

証拠として、ビデオのスクリーンショットを示します。2 本のロボット アームがディアボロをプレイしています。

人間と機械が協力し合い、お互いのスキルを披露することもできます。

実際、このアイデアは東京に拠点を置くOMRON SINIC X社から生まれました。

OMRON SINIC Xは、京都に本社を置く有名な自動化制御および電子機器メーカーであるオムロン株式会社の子会社で、2018年に設立されました。その主な目的は「近い将来を見据えた設計」であり、公式ウェブサイトによると、OMRON SINIC Xはロボット工学、コンピュータービジョン、機械学習、ヒューマンコンピューターインタラクションの分野における最先端の研究に取り組んでいます。

OMRON SINIC Xは、オムロングループの戦略拠点として、人工知能、ロボティクス、IoT、製造、金融など多分野の優秀な人材を採用し、大学や研究機関とも緊密に連携しながら、ファクトリーオートメーション、医療、モビリティ、エネルギーマネジメントの4つの領域で社会課題の解決に注力することを目指しています。

ここで、ロボット分野におけるオムロングループのハイライトを一つ挙げておきたい。2016年9月8日、オムロンは自社の公式サイトで、人間と一緒に卓球を継続的にプレイできるロボット「フォルフェウス」が世界初の卓球コーチロボットとしてギネス世界記録に認定されたと発表した。

では、なぜ今回はロボットにディアボロをプレイさせようとするのでしょうか?

研究者らは、彼らの目標はきめ細かいロボット制御と人間とロボットの協調を進歩させることだと述べている。

ロボットにとって、ディアボロは課題の増加と継続的なモチベーションを伴う学習プロセスであると言えます。残念ながら、同様のモデルはまだ設計されていません。

実際のロボットアームをトレーニングに使用すると、コストが非常に高くなり、このような高加速タスク（ディアボロは主に慣性に頼る）の操作は確かに危険です。

上記のアイデアに基づいて、研究者たちはロボットもディアボロをプレイできるようにディアボロのモデルを作成しました。

モデルはどのように構築されますか?

具体的なプロセスの答えは、プレプリントプラットフォームarXivでOMRON SINIC Xが公開した論文で確認できます。

論文のタイトルは「ロボットの学習と制御のための解析的ディアボロモデル」です。

まず、研究者らはディアボロロープシステムの解析モデルを導き出しました。

ディアボロの核となるのはロープです。ロープの摩擦は測定が困難または不可能な多くのパラメータに依存し、ディアボロ自体とロープの相互作用も非常に柔軟で非線形であるため、ロープをシミュレートするのは簡単ではありません。

そのため、このモデルでは、ディアボロ本来の複雑な動きを簡略化し、ロープの軌跡を表す楕円を使用して力と動きを計算しました。

下の図に示すように、2 本の棒の先端は楕円の焦点と一致します。もちろん、これは単なる平面図です。3次元空間では、楕円は楕円体になります。

研究者たちは、ディアボロの次のようないくつかの異なる状態について仮説を立てました。

• ロープが張っているとき、ディアボロは楕円形内を動きます。

• ロープのたるみ状態：ディアボロの中央部分がロープにしっかりと固定されています。

• ディアボロの飛行状態: ディアボロが楕円の外側に移動します。

モデルの正確性を保証するために、研究者らは人々の派手なディアボロジャグリングのプロセスを記録してデータセットを作成し、このデータセットをモデルと比較しました。結果は、このモデルが精度と物理的一貫性の両方の点でディープラーニングベースの予測器よりも優れていることを示しています。

その後、研究者らは、モデルベース予測制御 (MPC) と呼ばれる最適制御に基づく手法について説明しました。

この方法は、ディアボロの速度と位置を入力として使用し、スティックの 1 つの動作軌道を最適化し、2 つのスティックの上部の動作軌道を予測してロボットのディアボロの軌道を生成することで、ロボットがより派手なプレイ方法を実現できるようにします。

具体的には、次の図をご覧ください。

• 黄色の線は予測されるディアボロの軌道を表します。

• 緑の線は目標状態を表します。

• 白い線は次の軌道が発生する前の予測を表します。

• 赤い線と青い線は 2 本の棒の先端の軌道を表します。

• 透明な赤い領域は、実際の 3D シナリオで形成される楕円体の軌跡を表します。

最終的に、研究者たちは実際のロボットシステムでテストを実施し、人間と機械によるディアボロジャグリングを実現しました。

研究者らは、この研究がロボット工学を発展させ、ロボット学習におけるさらなるアイデアを刺激することを期待していると述べた。

OMRON SINIC X の担当者は、シミュレーション モデル、データ セット、制御アルゴリズムを独立したモジュールと Gazebo プラグインとしてリリースし、誰でも学習できるようにする準備ができていると述べていることも特筆に値します。ご興味のある方は、引き続きご注目ください。