DARPAプロジェクト、人間が数十台のロボットを制御できることが判明

この記事は独占記事の一部です IEEEジャーナルウォッチシリーズ IEEE Xploreと提携して。

自律型ロボットの群れが複雑なミッションでテストされ、展開されることが増えていますが、これらのミッション中は依然として人間による一定レベルの監視が必要です。つまり、一人の人間が圧倒される前に、何台のロボットを、そしてどれだけ複雑なミッションを管理できるのかという大きな疑問が残されているということだ。

米国国防高等研究計画局（DARPA）の資金提供による研究で、専門家らは、人間が100台以上の自律型地上および航空機からなる異種の群れを単独かつ効果的に管理できることを示しているが、圧倒されるのは短時間だけである。ミッションの全体的な小さな部分。たとえば、都市環境で行われた特に困難な数日間にわたる実験では、人間のコントローラーがワークロードで過負荷になったのは時間のわずか 3% でした。結果は11月19日に発表された。 フィールドロボティクスに関するIEEEトランザクション。

オレゴン州立大学の協働ロボティクス・インテリジェントシステム研究所の研究副所長であるジュリー・A・アダムスは、人間とロボット、および航空機のコックピットや原子力発電所の制御室などの他の複雑なシステムとの相互作用を35年間研究してきました。彼女は、ロボットの群れは、山火事の監視など、人間にとって特に危険で危険な作業を支援するために使用できると指摘しています。

「スウォームは、ロサンゼルスの最近火災が発生した地域での新たな火災や略奪者の監視など、地域を永続的にカバーするために使用できます」とアダムス氏は言います。 「この情報は、消防部隊や給水車などの限られた資産を、新たな火災やホットスポット、または消火されたと思われる場所に誘導するために使用できます。」

この種のミッションには、さまざまな種類の無人地上車両 (Aion Robotics R1 車輪付きロボットなど) と自律飛行車両 (Modal AI VOXL M500 クアッドコプターなど) が混在する場合があり、人間のコントローラーが個々のロボットを再割り当てする必要がある場合があります。ミッションの展開に応じてさまざまなタスクに挑戦します。注目すべきことに、過去数十年にわたるいくつかの理論、そしてアダムズの初期の論文さえも、一人の人間が非常に多数のロボットを配備できる能力には限界があることを示唆している。

「これらの歴史的理論と関連する経験的結果は、地上ロボットの数が増加するにつれて人間の作業負荷も増加し、その結果として全体的なパフォーマンスが低下することが多いことを示しました」とアダムズ氏は述べ、以前の研究は無人地上車両 (UGV) に焦点を当てていたが、次のように述べています。 ）、縁石やその他の物理的障壁に対処する必要がある一方で、無人航空機（UAV）は遭遇する物理的障壁が少ないことがよくあります。

人間のコントローラーが仮想ディスプレイを使用して自律走行車の群れを管理しました。フシャア リングは、ヘッドマウント ディスプレイ内で人が見ることができる領域を表します。DARPA

DARPA の OFFensive Swarm-Enabled Tactics (OFFSET) プログラムの一環として、アダムズ氏らは、これらの理論が無人地上車両と航空機が混在する非常に複雑なミッションに適用できるかどうかを調査しようとしました。 2021年11月、ケンタッキー州のフォート・キャンベルでは、2人の人間の管制官が交代で、敵対的な標的を無力化する目的で、3週間にわたって一連の任務に従事した。両方の人間制御装置は群れを制御する豊富な経験を持ち、1 日あたり 1.5 ～ 3 時間の範囲の交代勤務に参加しました。

人間がどのくらいの規模の群れを管理できるかをテストする

テスト中、人間のコントローラーはテスト会場の端にある指定されたエリアに配置され、環境の仮想再構成を使用して、車両がどこにあるか、どのようなタスクが割り当てられているかを監視しました。

最大のミッションシフトには、110 台のドローン、30 台の地上車両、追加の現実世界の車両を表す最大 50 台の仮想車両が関与しました。ロボットは、物理的な都市環境だけでなく、ミッション サイト全体に点在する AprilTag (架空の危険を表すことができる簡略化された QR コード) を使用して表現された一連の仮想危険も通過する必要がありました。

DARPA は、捜索に情報を提供するために何千もの危険と情報を提供することで、最終的な野外演習を非常に困難なものにしました。 「危険の複雑さは非常に大きかった」とアダムス氏は述べ、一部の危険では複数のロボットが同時に操作する必要があり、一部の危険は環境内を移動することを指摘した。

各ミッションシフトの間中、目の前のタスクに対する人間のコントローラーの生理学的反応が監視されました。たとえば、センサーは心拍数の変動、姿勢、さらには発話速度に関するデータを収集しました。データは、作業負荷レベルを推定する確立されたアルゴリズムに入力され、コントローラーが「過負荷状態」と呼ばれる正常範囲を超える作業負荷レベルにいつ到達したかを判断するために使用されました。

アダムス氏は、この野外演習では管理するロボットが複雑で大量であるにもかかわらず、過負荷状態のインスタンスの数と継続時間は比較的短く、ミッション移行中の数分であったと指摘しています。 「推定された過負荷状態の合計割合は、データを収集したすべてのシフトにわたるすべての作業負荷推定値の 3% でした」と彼女は言います。

www.youtube.com

人間の指揮官が過負荷状態に達する最も一般的な理由は、複数の新しい戦術を生成したり、発射ゾーン内のどの車両が配備可能かを検査する必要があった場合です。

アダムズ氏は、これらの発見は、過去の理論に反して、ロボットの数が人間の群れ制御のパフォーマンスにこれまで考えられていたほど影響を与えていない可能性を示唆していると指摘している。彼女のチームは、他の人間の制限、システム設計、UAS 設計など、群れ制御ミッションに影響を与える可能性のある他の要因を調査しており、その結果は米国連邦航空局のドローン規制に影響を与える可能性があると彼女は言います。

この記事は2025年1月27日に更新され、この実験ではコントローラーがストレスにさらされているかどうかではなく、コントローラーが作業負荷に圧倒されているかどうかだけが研究されたことが明確になった。