脚付きロボットはなぜ4本の脚を持たなければならないのでしょうか?ロボットはどんな姿であるべきか？MITはコンピューターにルールを設定させる

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。

英語を学ぶとなると、多くの人が最も頭を悩ませる2つの言葉は「文法」です。

実際、英語だけに文法があるわけではなく、どんな言語にも文法が必要です。言語学の一分野である文法は、言語の記述規則です。

単語、句、文のルールを設定することで言語の基礎が築かれます。同様に、ロボットを設計する場合にも、特定の地形を移動する際の形状などのルールが必要です。

階段を登れるロボットを設計すると想像してください。人間のように 2 本の足を持つべきでしょうか、それともアリのように 6 本の足を持つべきでしょうか?

どの形式の階段登り方が最も効果的かを知りたい場合、最も直接的な方法は、考えられるすべてのオプションを試してみることですが、この方法は当然、時間がかかり、労力がかかります。

これを基に、マサチューセッツ工科大学（MIT）は、ロボット用の「文法」、つまりRoboGrammarと呼ばれるコンピュータシステムを開発するというアイデアを思いつきました。

ロボットの外観をコンピューターに決めさせましょう。

コンピューターはどのようにロボットを設計するのでしょうか?

1967 年に、コンピュータ グラフィックスとアニメーションのソフトウェアおよびハードウェア技術に主に焦点を当てた SIGGRAPH (Special Interest Group for Computer GRAPHICS) が設立されました。

SIGGRAPH は 1974 年以来、多くのコンピュータ グラフィックス技術ソフトウェアおよびハードウェア メーカーが最新の研究成果を披露する機会を提供するために毎年会議を開催しています。SIGGRAPH 年次会議での展示は、メディアからグラフィックスの未来としてよく取り上げられています。

例えば、SIGGRAPH 2017では、NVIDIAがVR関連技術を、Intelが映画「ダンケルク」の撮影で提供した技術サポートを実演しました。

SIGGRAPH 2020 (Asia) にて、MIT RoboGrammar システムの研究成果が発表されました。

この論文のタイトルは「RoboGrammar: 地形に最適化されたロボット設計のためのグラフ文法」であり、RoboGrammar の主な焦点である地形を直接的に指摘しています。

実際、MIT 研究チームの当初の目的は、ロボットの形状を革新して最適なパフォーマンスを実現することでした。

MIT のコンピューター科学および人工知能研究所 (CSAIL) の博士課程の学生であり、この論文の筆頭著者であるアラン・ジャオ氏は、ロボットを設計する目的はほぼ無限であるが、全体的な形態設計はどれも似ていると考えている。

さまざまな地形を移動する必要があるロボットの構築を考えるとき、4 本足のロボット犬がすぐに思い浮かぶかもしれませんが、これが本当に最適な設計であるかどうかは疑問です。

研究チームが設計した RoboGrammar システムは、最適化されたロボット構造を自動的に生成する方法です。

ロボットを構築するには、コンピューターはまず 2 つの情報を知る必要があります。1 つはワークショップで使用できるパーツ (車輪、ジョイントなど) であり、これは下の図のコンポーネントです。もう 1 つは、ロボットが将来存在する環境 (階段、平坦な領域または滑らかな表面、または複数の地形の組み合わせなど) であり、これは地形です。

例えば、摩擦係数がわずか 0.05 の凍った湖では、ロボットの形状は次のようになります。

もう 1 つの例は、このような複合地形です。

これら 2 つの情報に基づいて、次のステップを RoboGrammar システムに完全に引き渡すことができます。

システムでは、ロボット コンポーネントのすべての配置がグラフ文法で表現され、数十万のロボット文法生成構造が生成され、すべてが 1 つのグラフで表現されます。

つまり、それぞれのデザインは、主に自然界の節足動物からヒントを得た一連の文法規則に対応しています。

どの形のロボットが最適ですか?

文法規則により、システムは特定の地形に対してさまざまな順列と組み合わせを生成しました。しかし、アラン・ジャオ氏はこう言った。

文法はロボットの最適な形ではなく、量だけを生み出します。

では、どの形式が最適でしょうか?

この疑問を念頭に置いて、RoboGrammar システムは重要なステップを踏みます。つまり、地形に最適なパフォーマンスを発揮するロボットとそれに対応するコントローラーを自動的に取得するのです。

コントローラは、機械構造に実際に命を吹き込むことができる一連の命令です。ロボットのモーターの動作シーケンスを制御します。論文では、コントローラのアルゴリズムは「モデル予測制御」と呼ばれています。このアルゴリズムでは、高速前進動作が最優先されます。

各機械構造が稼働すると、コンピューターはグラフ ヒューリスティック検索と呼ばれるニューラル ネットワーク アルゴリズムを使用して高性能ロボットを検索します。

組み合わせ設計空間の新しいタイプの効率的な探索方法として、グラフヒューリスティック探索により、コンピュータは設計空間を探索しながら機能を学習し、不完全な設計（組み合わせ探索ツリーのノードなど）を、これらの不完全な設計を拡張することによって達成される最適なパフォーマンス値にマッピングできます。

グラフ ヒューリスティック検索では、設計空間で最も有望なブランチの探索を優先することに注意してください。

グラフヒューリスティック探索をさらにテストするために、研究者はロボットにとって困難なさまざまな地形を意図的に設定しました。 RoboGrammar は、単一の地形と地形の組み合わせの両方において最高のパフォーマンスを発揮するロボットを生成できることがわかりました。

上記のすべての手順は、エンジニアがネジを手に取る前に実行されます。

アラン・ジャオ氏はこう語った。

これまでのところ、ロボットの設計は依然として非常に「手動」のプロセスですが、当社の RoboGrammar は、より効率的かもしれない、より新しく創造的なロボット設計方法です。

ロボット工学の専門家でコロンビア大学の教授であるホッド・リプソン氏は、この研究について次のようにコメントしている。

この研究は、ロボットの形態と制御の自動設計に関する 25 年間の研究の集大成です。グラフィックスの文法を使用するというアイデアはしばらく前からありましたが、これをこのように実装したチームはまだありません。

多くの科学分野と同様に、ロボットの将来にもまだ想像の余地がたくさんあります。MITのこの革新的なアイデアの今後の進展に期待しています。