世界

ロボットがより便利になるためには、より怠惰になる必要がある

同チームはまた、ロボットがフィールドの空き地に向かってシュートし、チーム内で最も位置取りの良いメンバーにパスを受けるよう伝える「ペネトレーションパス」や、三角形などの配置内でボールを受け取ったりパスしたりするスキルをチームに教えることにも成功した。ロボットに周囲の環境データを使用して構築されたワールドモデルへのアクセスを与えることで、ロボットは特定の場所だけでなく、ピッチ上のどこでもスキルを発揮できるようになる。 サッカーはこうしたロボット工学の手法がどれだけ成功するかを試す楽しい方法だが、他の研究者も効率性の問題に取り組んでおり、はるかに大きなリスクを負っている。 倉庫内作業ロボットがさまざまなデータ入力の優先順位付けをより適切に行えるようにすることは、ロボットが人間の周囲で安全に動作し、たとえばタスクの完了を任せられることを保証するために不可欠である。機械がこれを管理できない場合、企業は出荷の遅れ、商品の破損、作業員の負傷、あるいはさらに悪い結果に陥る可能性があると、テスラのロボット部門の元責任者であるクリス・ウォルティ氏は言う。 ウォルティ氏は、ロボットに単に材料を移動させるだけでも大変なことであることを目の当たりにし、会社を辞めて自分の会社を設立した。同氏のスタートアップ企業 Mytra は、コンピューター ビジョンと AI 強化学習システムを使用して、最も近くにいる他のロボットを認識し、推論して協力し、はるかに計算効率の高い方法でタスク (壊れたパレットの移動など) を完了するのを支援する完全自律型マシンを設計している。 現在、倉庫内の移動ロボットの大部分は、ロボットの経路を指示する単一の中央「頭脳」によって制御されており、ロボットは何かを行う前に指示を待たなければなりません。このアプローチは拡張が難しいだけでなく、中央の計算能力を大量に消費し、非常に信頼性の高い通信リンクを必要とします。 Mytra は、個々のロボットが倉庫の反対側にいる何百もの他のロボットが何をしているかを実際に知る必要はないという認識に基づき、はるかに効率的なアプローチを思いついたと考えています。同社の機械学習システムは、各ロボットが倉庫内でタスクを実行するために取ることができる最適な経路をシミュレートすることで、この不要なデータと、それを処理するために必要な計算能力を削減します。これにより、ロボットはより自律的に行動できるようになります。 「サッカーでは、効率が良ければより多くのゴールを決めることができます。製造業では、効率が良ければシステムがより確実に機能することになるので、さらに重要です」と彼は言います。「ロボットに自律的かつ効率的に行動し、考える能力を与えることで、より広範な業務の効率と信頼性も最適化されます。」 ロボットが処理する必要のある情報の種類を簡素化することは大きな課題だが、進展は見られる、と人工システムにおける生物学的プロセスの再現を専門とする英国ハートフォードシャー大学のダニエル・ポラニ教授は言う。彼はロボカップ チャレンジのファンでもある。実際、彼は大学のボールド ハーツ ロボット サッカー チームを率いており、チームは今年のロボカップのヒューマノイド リーグで第 2 ラウンドに進出した。 #ロボットがより便利になるためにはより怠惰になる必要がある