AI を搭載したロボットハンドは、人間の動きや解剖学を模倣することで器用さを学習します

チューリッヒ工科大学のソフト ロボティクス ラボに足を踏み入れると、そこは子供部屋、ハイテク ワークショップ、そして珍品のキャビネットを兼ねた空間であることに気づきます。実験台には、発泡ブロック、かわいいイカを含む動物のぬいぐるみ、ロボットの器用さを訓練するために使用されるその他のカラフルなおもちゃが散らばっています。あらゆる面にセンサー、ケーブル、測定装置が積み上げられています。展示ケースに展示されたり、強力なロボット アームに取り付けられたりした骸骨の指は、隅々まで手を伸ばして掴もうとしているように見えます。

この研究室には 19 人のロボット工学エンジニア、コンピューター科学者、化学者、生物学者からなるチームが所属しており、全員がチューリッヒ工科大学機械プロセス工学部ロボット工学教授、ロバート・カッツシュマンの鋭い視線の下で働いています。

次世代ロボットの設計に関して、カチュマンは動物や人間の解剖学からヒントを得ることを好みます。彼の最新のロボットハンドの指は、関節に埋め込まれたモーターによって動力を供給されるのではなく、代わりに動力によって作動します。 人工腱 回転関節を通って移動します。目標は、柔らかく、しなやかで機敏なロボットを構築することです。金属、ネジ、モーターを柔らかい素材と硬い素材で作られたハイブリッドボディに置き換えることにより、彼のチームは幅広いタスクを実行し、新しい環境にシームレスに適応できる機械を開発しています。

アダプティブハンド

カッツシュマン氏は人工知能の力を活用していますが、彼は依然として機械学習というより正確な用語を好み、真に生きた知能に似たものには程遠いと強調しています。 「これまで、私たちは物理モデルと制御工学を単純化し、使用することでロボット工学の問題を解決していました」と彼は言います。 「現在、私たちは主に機械学習に依存しています。」

このデータ駆動型のアプローチは、3D シミュレーションを備えたジェネレーティブ デザインや、ビデオからアルゴリズム ベースのモーション制御までのスキル習得に至るまで、ロボット工学のほぼすべての領域に浸透しています。 「私のグループの約半数は、機械学習手法の適用と改良に積極的に取り組んでいます」とカッツシュマン氏は言います。

制御エンジニアリングなどの従来の手法は、工場現場で見られるような構造化された反復的なプロセスに優れています。しかし、混沌とした環境や構造化されていないタスクに関しては不十分です。カッツシュマン氏が指摘するように、さまざまなガラス瓶を木箱に仕分けるという単純な作業でも、瓶の形状やサイズがさまざまであるため、ロボットにとっては依然として大きな課題です。

これに取り組むために、彼のグループは 21 の自由度を持つロボットハンドを開発しました。強化学習と模倣学習を組み合わせて訓練されたこの器用な手は、ロボット アームと合わせて 28 という驚異的な自由度を提供する、より大きなシステムの一部となっています。

ロボットに教えるために、研究者はモーションセンサーとカメラが取り付けられた手袋を着用します。彼らがボトルの握り方を実演しているとき、彼らの動きは外部カメラによって記録されます。この豊富なデータセットは、仮想現実画像で強化されることもあり、いわゆるトレーニングに使用されます。 変圧器モデル—現代の AI を強化する大規模な言語モデルに似たアーキテクチャ。一度訓練されると、ロボットハンドは見慣れない物体を拾い上げて、適切な場所に移動させることもできます。

「従来の方法では、環境の 3D 点群モデルを作成し、ボトルをつかむために必要な指の位置をすべてプログラムする必要がありました」とカッツシュマン氏は言います。 「ボトルや木箱の位置がほんの少しでも変わっただけでも、ロボットハンドはどう反応すればいいのか分からなくなってしまうでしょう。」しかし、もうそうではありません。 「ボトルを拾うのに必要な動きは完全に学習されており、それにより手が驚くほど適応的になりました」と彼は説明します。

2024 年、この研究により、カッツシュマンと元博士課程および修士課程の学生 4 人によって設立された ETH スピンオフである Mimic Robotics が誕生しました。この新興企業は、AI 制御のロボットハンドで製造と物流に革命を起こすことを目指しています。

クラウドでの学習

Stelian Coros は、ロボット工学、ビジュアル コンピューティング、およびコンピューター支援製造のアルゴリズムを開発するコンピューター科学者です。彼の主な焦点はロボットの脳を形成するソフトウェアであり、過去 10 年間にわたる彼の研究は、人工ニューラル ネットワークを使用する機械学習の一種であるディープ ラーニングの進歩によって形づくられてきました。 「私たちは、画像内の自動物体認識など、ロボット工学の特定の用途にディープラーニングを使用するのに十分なデータと計算能力を備えた段階に達しました」と彼は言います。

ニューラル ネットワークは、強化学習として知られる別のタイプの機械学習の基礎も形成します。強化学習とは、ロボットが試行錯誤を通じて改善する手法です。研究者は、転ばずに前進するなど、望ましい結果をロボットに与えると、ロボットはスコアを最大化するために動作を継続的に改良します。

「人々がテニスの打ち方を覚えるのと同じように、やってみることで学ぶのです」とコロス氏は言う。 「ロボットは、人間がタスクを実行する YouTube 動画を見るだけでは十分ではありません。ロボットは自分でそれを試してみる必要があります。」

したがって、彼のチームは膨大な量の トレーニングデータ 遠隔操作を通じて。これにより、ロボットが人間のオペレーターの動きを再現できるようになります。また、アニメーション業界のモーション キャプチャ技術を使用して人間の行動を記録します。適切なアルゴリズムによってこのデータを活用することで、ロボットは状況に応じた人間のような動きを実行できるようになります。これは人間とロボットのシームレスなインタラクションにとって重要な前提条件である、とコロス氏は主張します。

並行トレーニング

Marco Hutter 教授が率いるロボティクス システム ラボ (RSL) でも、研究者は強化学習に依存していますが、仮想設定で大規模に適用されています。 「私たちはシミュレーションを使用して、何千ものロボットを同時に訓練しています」と、研究室の上級科学者であるセザール・カデナ氏は言います。 「今では 1 時間で、かつて 1 年間で生成していた量のデータを生成できるようになりました。」

これらのシミュレーションは、マイクロチップとグラフィック プロセッサの大幅な進歩によって可能になりました。並列プロセッサは数千のタスクを同時に実行でき、AI アプリケーションの基礎となるため、RSL はグラフィック プロセッサおよびチップセットの世界最大の開発者の 1 つである NVIDIA とも緊密に連携しています。これにより、カリフォルニアに本拠を置く同社に直接関係する 2 つの論文がすでに生まれています。

仮想強化学習はクラウドで行われ、膨大なコンピューティング能力を必要とします。ただし、継続学習モードの場合、この依存関係によりロボットの自律性が損なわれる可能性があります。たとえば、工場のロボットはクラウドに接続したままにして、複雑なタスクのパフォーマンスを最適化できます。しかし、遠隔地の被災地で生存者を捜索する救助ロボットはどうなるでしょうか?ネットワークがカバーされていない場合、どのようにして迅速な意思決定を行うことができるのでしょうか?

この問題を回避するために、研究者は、クラウドから事前に生成されたデータとともに、ロボット自体にコンピューティング能力の一部をインストールします。 「処理能力をある程度犠牲にしています」とカデナ氏は言う。 「しかし、明確に定義されたタスクの場合は、通常はそれでも十分です。」

目標: 多用途なロボット

現在の AI ブームはロボット革命、あるいはそれ以上の進化を告げるものなのでしょうか?コロス氏は後者だと考えている。 「AIに必要なデータとロボット工学に必要なデータは根本的に種類が違います」と彼は言う。ロボットには身体があり、動きを一般化してさまざまな環境に適用するには、物理的な相互作用を通じて学習する必要があります。対照的に、AI は、主にテキストだけでなく、画像やビデオなどの終わりのないデータ ストリームを通じて一般化を実現します。

ロボット工学コミュニティの一部は、テラバイト単位の人間の動作データを使用してロボットをトレーニングする、純粋にデータ駆動型のアプローチを追求し続けています。 「しかし、それは現実的ではありません」とコロス氏は主張する。同氏は、シャツをたたむロボットを開発した研究グループを指摘し、ロボットがそのタスクを完了できるようになるまでに約1万時間のデモンストレーションデータが必要であり、それでもミスを犯したと指摘し、「1つのスキルを学習するのにそれだけのデータが必要な場合、アプローチとしては根本的に拡張性がない」と述べた。

したがって、彼のグループは別の道を歩み、学習したデータと物理モデルを組み合わせてデモンストレーションのギャップを埋めました。コロス氏はボールを投げるロボットアームの例を挙げ、「ボールが空気中をどのように移動するのかという物理学を私たちは理解している」と述べた。ロボットはこれらの物理法則を使用して投げを調整し、ボールが意図した場所に正確に着地するようにできます。 「そして、大量のデータを必要とせずにそれを行うことができます」とコロス氏は言います。

2023 年、コロスは元博士課程の学生と提携してスピンオフのフリンク ロボティクスを立ち上げました。同社は、AI を活用した画像処理と物理モデルを使用して、標準的な産業用ロボット アームをよりインテリジェントにし、材料の梱包、荷降ろし、仕分けをより正確に行うことができるようにしています。 Flink Robotics の最初の顧客である Swiss Post は、このテクノロジーを使用して小包業務を自動化する予定です。

腱はモーターに勝る

ソフト ロボティクス研究室に戻ると、生物学者は人工腱用の細胞組織を開発しており、化学者は電気インパルスによって人工筋肉に生命を注入しています。カッツシュマン氏は、従来のモーター駆動のロボットは、AI がどれほど高度であっても、汎用化という点では限界に達していると確信しています。 「そのような種類のシステムは、現実世界で遭遇するすべての状況に対処できるほど適応力がありません。」

彼にとって身体は脳と同じくらい重要であるため、自然のデザインを反映した筋骨格ロボットの開発に取り組んでいます。 「筋肉は柔らかさを提供し、骨格は複雑な肉体作業に必要な耐荷重能力を提供します。」と彼は言います。自然は、モーターや金属を必要とせずに、驚くほど安定した多用途のシステムを設計してきました。 「それが我々のモデルであるべきだ」と彼は主張する。