過去 1 年間、ヒューマノイド ロボットが脚光を浴び、各社が独自のヒューマノイド製品を次々に発表してきました。そのほとんどは典型的なヒューマノイドの外見をしており、腕と爪を使って物体を扱い、硬い脚を使って歩きます。
しかし最近、日本のトヨタ・リサーチ・インスティテュート（TRI）は新しいロボット「プニョ」を発表し、プニョがヒューマノイドロボットを前進させることを期待していると表明した。
Punyoはロボットの設計思想と操作方法において革新的であり、足がないため、TRIチームはこれまでロボットの胴体と操作スキルの開発に取り組んできました。
デザインコンセプト：人々の日常生活に貢献
従来の産業用ロボットは、主に工場の作業や組み立てなどの作業に使用され、生産効率を高め、労働集約度を軽減します。将来的には、サービスロボットがより多くの家庭に入り込み、一般の人々の日常のニーズに直接対応し、サービスを提供するようになるかもしれません。
TRIの研究者らは、Punyoの目標は「人々が自宅やその他の場所で日常の作業をこなすのを助ける」ロボットになることだと語った。
この設計コンセプトは、Punyo が柔軟で、柔らかく、安全である必要があることを決定しました。なぜなら、複雑で変化に富んだ家庭環境に参入するには、従来の産業用ロボットのように硬くて硬い機械アームでは不十分だからです。そうでなければ、人々に危険を感じさせ、さまざまな日常的なアイテムの操作タスクを完了できなくなります。これは、ロボットを人間の生活にさらに統合する方法に焦点を当てた、ソフトバンクのロボット Pepper の設計アイデアと多少似ています。
サービス指向のアプリケーションでは、Punyo が工場の組み立てラインで単一の操作を実行するだけでなく、さまざまな日常的なスキルを学習することも求められます。そのためには、ロボットに強力な学習機能を与え、人間のデモンストレーションを観察して模倣することで、さまざまな日常的なタスクの操作方法を習得する必要があります。
ヒューマノイドロボットの場合、バランスを取ることが難しいため、体全体を使って操作するのは困難です。しかし、TRI の研究者は、まさにそれを実現するようにロボットを設計しました。
「Punyo のやり方は違います。体全体を使うので、単に手を伸ばして押すよりもずっと多くのものを運ぶことができます」と、TRI の全身操作技術リーダーの 1 人である Andrew Beaulieu 氏は付け加えた。「柔らかさ、触覚感度、そして多くの接触ができる能力により、物体をよりうまく操作できます。」
柔らかい体と硬い体
柔軟で柔らかいロボット設計を実現するために、TRI は硬さと柔らかさを組み合わせた機械式アーム設計を採用しました。Punyo の手、腕、胸は、外部との接触を感知する柔軟な素材と触覚センサーで覆われており、柔らかい素材により、ロボットの体が操作する物体に適合します。
これは、現在の多くのソフトロボットの典型的な設計アイデアです。
同時に、Punyo はソフト シェルの下に、骨格サポートとして 2 本の「ハード」な機械アームと、機械サポートと正確な制御を提供する胴体フレームおよび腰部アクチュエータを保持しています。このハードとソフトの組み合わせの設計により、従来のロボットの機械的な利点とソフト ロボットのソフトな特性が融合されています。
具体的には、プニョの腕に装備されたエアバッグは、必要に応じて内部圧力を硬くしたり柔らかくしたりすることができます。一定の機械的剛性を確保しながら、約5cmのコンプライアンスも提供します。「爪」も高摩擦ラテックスエアバッグ設計を採用しています。手のひらのカメラは、エアバッグの表面変形を観察することで、外力の大きさを感知できます。腕全体を曲げたり回転させたりすることができ、エアバッグ同士がつながっているため、力がスムーズに伝達され、ロボットが「腕を折る」のを防ぎます。
優れた学習能力
家庭環境における変化するタスクに適応するために、Punyo は強力な学習能力を備えている必要があります。
TRI チームによると、Punyo は拡散戦略と例に基づく強化学習という 2 つの方法を使用して、接触の多いポリシーを学習しました。TRI は昨年、拡散ポリシーへのアプローチを発表しました。このアプローチでは、ロボットは人間のデモンストレーションを使用して、モデル化が難しいタスクに対する堅牢な感覚運動戦略を学習します。
事例誘導強化学習は、シミュレーションでタスクをモデル化し、少数のデモンストレーションを通じてロボットの探索を誘導するアプローチです。TRI は、この学習を使用して、シミュレーションでモデル化できるタスクに対して堅牢な操作戦略を実装するとしています。
ロボットがこれらのタスクのデモンストレーションを見ることができれば、より効率的に学習することができます。また、ロボットがタスクを完了するために使用する動作スタイルに TRI チームが影響を与える余地も広がります。
研究チームは、従来はコンピューターアニメーションのキャラクターを様式化するために使用されてきた敵対的モーションプライア（AMP）を使用して、人間のモーション模倣を強化パイプラインに組み込みました。
強化学習では、チームがトレーニング用のシミュレーションでタスクをモデル化する必要があります。これを実現するために、TRI はリモート操作ではなく、モデルベースのプランナーを使用してデモンストレーションを行います。このプロセスを「計画ガイド型強化学習」と呼んでいます。
TRI は、プランナーを使用することで、遠隔操作が難しい長距離ミッションが可能になると主張している。チームはまた、任意の数のデモを自動的に生成できるため、パイプラインの人間による入力への依存度が減り、TRI は Punyo が処理できるタスクの数を増やすことに近づいている。
Punyo ソフトウェア サービス ロボットはまだ初期段階にあり、あらゆる面でパフォーマンスを向上させる必要がありますが、その応用展望は広く、Punyo の設計コンセプトと技術ルートは業界に新しいアイデアも提供します。