形を変えるロボットが、大きくて恐ろしい世界を徘徊する様子をご覧ください

確かに、進化は巨大な皮膚のひだで200フィート（約60メートル）も空を飛ぶ哺乳類や、幅3フィート（約90センチ）の木登りをするカニを発明しました。しかし、四肢が伸縮する四足動物を発明したことがあるでしょうか？いいえ、ありません。生物学では、そのようなことは不可能です。しかし、ロボットならきっとできるはずです。

身体化試験用ダイナミックロボット（Dynamic Robot for Embodied Testing）、通称DyRETは、脚の長さを臨機応変に変化させるロボットです。人間を怖がらせるためではなく、あらゆる種類のロボットが転倒しにくくするためのものです。ノルウェーとオーストラリアの研究者たちは本日、Nature Machine Intelligence誌に、DyRETに様々な地形に対応できるよう脚の長さを調節する方法を学習させた方法を報告しました。そして、この変形ロボットを現実世界に解き放つと、その訓練結果を活かして、これまで見たことのない路面でも効率的に歩行することができました。（つまり、ロボットは倒れずに済みました。）

「実際にロボットを屋外に持ち出すと、すぐに適応し始めます」と、論文の筆頭著者でオスロ大学およびノルウェー国防研究機関に所属するコンピューター科学者のトネス・ニガード氏は述べている。「ロボットが以前に学習した知識を活用できることが分かりました。」

歩行動物は、まず第一に、生物学的に不可能だからです。しかし、必ずしもそうである必要もありません。何百万年にもわたる進化によって体が磨かれたおかげで、人間、チーター、オオカミはどれも驚くほどの敏捷性で動き、走りながら常に前方の地面をスキャンして障害物を探します。

一方、ロボットには何らかの支援が必要です。ボストン・ダイナミクス社のロボット犬「スポット」のような超高性能な機械でさえ、複雑な地形を移動するのは困難です。ロボットに伸縮脚を持たせることで、様々な路面を移動する際における安定性が向上し、エネルギー効率も向上します。よろめきながら歩くとバッテリーを大量に消費し、もがき苦しむロボットは自身や近くの人間を傷つける可能性があります。「調整可能なボディを持つことは特に良いアイデアだと思います」と、南カリフォルニア大学で四足歩行ロボットを開発しているエンジニア、フランシスコ・バレロ＝クエバス氏は述べています。彼は今回の研究には関わっていません。「まさにそれがここで起こっていることです。調整可能なボディは、より多用途なロボットを実現します。」

ナイガード氏と彼の同僚たちは、まず文字通り実験用の砂場を作り、DyRETを訓練した。研究室では、細長い箱にコンクリート、砂利、砂を詰め、ロボットが現実世界で遭遇する可能性のあるさまざまな地形を再現した。コンクリートは簡単で、平らで予測しやすい。砂の上を歩くのははるかに不確実で、一歩ごとにロボットの脚が沈み込む様子がそれぞれ異なる。砂利はコンクリートのように物理的に硬い表面だが、岩が動く可能性があり、DyRETの足取りを複雑にするなど予測不可能でもある。「硬さや粗さが異なる3つの地形の例を用意することで、形態、つまり身体と環境の間の一種の一般的な相互作用をかなり正確に再現できます」とナイガード氏は言う。

DyRETは四足歩行なので、犬や猫のように動きます。実際には、このロボットは研究者が掴むためのハンドルが付いた4本の脚でしかありません。ロボットの脚は合計で最大6インチ（約15cm）まで伸びますが、伸びる場所は膝上の「大腿骨」と膝下の「脛骨」の2箇所です。これにより、脚の各部位の長さを自由に設定できます。例えば、脚を伸縮させて大腿骨を長く、脛骨を短くしたり、その逆を行ったりできます。研究者たちはこれらの設定を微調整し、DyRETをそれぞれの地形に走らせ、それぞれの効率を計算できます。

より具体的には、彼らは効率性の尺度として「輸送コスト」に注目していました。これは生物学者が動物の動きを観察する際に用いるのと同じ指標です。基本的に、生物やロボットが移動するためにどれだけのエネルギーを費やし、どれだけの速度で移動するかというものです。歩行中の安定性は本質的にそれに組み込まれており、これはDyRETのような高価なロボットにとって当然重要です。「前進しないために費やすエネルギーが多いほど、通常は不安定な状態になるために費やすエネルギーになります」とナイガードは言います。「つまり、前進するために費やすエネルギーが少ないほど、本質的に安定しているということです。」

研究者たちは、ロボットの関節に搭載されたモーターのエネルギー消費量を測定し、カメラを使って動きをモニタリングしました。ロボットには深度センサーも搭載されており、これを使って表面の粗さを特徴づけ、例えばコンクリートが砂利よりもはるかに滑らかであることを観察しました。ロボットはいわば水につま先を浸すことさえできました。足に搭載された力センサーは、砂がコンクリートよりもどれだけ柔らかいかという情報を提供しました。カメラと力センサーを組み合わせることで、DyRETは自分が何の上を歩いているのか、そしてどれだけ効率的に歩いているのかという複雑な情報を得ることができました。

研究者たちは、コンクリートの上を歩行する際、この変形ロボットは脚が長い場合に最も効率的であることを発見した。砂地では、脛骨が短ければ大腿骨の長さに関係なく、効率的に移動した。砂利道でも、DyRETは全体的に短い脚の方が優れた性能を示した。これは理にかなっている。重心が低いほど、ロボットは小さな岩を乗り越える際に安定性が向上するからだ。一般的に、脚が短いほど、ロボットはより力を入れて緩い岩を掴むことができ、脚が長いほど、滑らかな岩の上を歩行する際の速度が上がる。（上の写真では、ロボットがコンクリートから砂利への移動を検知すると、体を下げる様子がわかる。）

このトレーニングにより、ロボットは特定の路面に最適な手足の配置方法を事前に学習しました。そのため、研究者がDyRETを屋外の未知の地形に持ち込んだ際、ロボットはカメラで地面を観察し、力センサーで足元のたわみを感知することができました。このデータをコンクリートの見た目や感触に関する過去の情報と比較することで、ロボットは道路をどのように渡ればよいかを理解し、より長く、より効率的な歩幅で歩くために、脚全体を長くしました。砂利道のように、重心を下げるために脚を短くする必要がなかったのは、路面が滑らかで安定していることを視覚的にも感覚的にも理解できたからです。

DyRETは、実験室でこれまで歩いたどの地面とも全く異なる芝生にも、うまく対応できました。最初はパフォーマンスが不安定でした。「何をすればいいのか全く分からなかったんです」とナイガードは言います。「しかし、すぐに、どの体型の方がパフォーマンスが良いかをある程度学習し、この新しい環境にも適応することができました。」

これはロボットに歩行を学習させる一般的な方法ではありません。過去10年ほどで機械学習技術が高度化したため、ロボット工学者たちはシミュレーションで機械を訓練するようになりました。つまり、ロボットを制御するソフトウェアを仮想世界で訓練し、シミュレーション上のロボットは何千回も歩行を試行錯誤しながら学習します。システムは、仮想ロボットが最適な行動を学習するまで、間違いにはペナルティを与え、成功した動作には報酬を与えます。この手法は強化学習と呼ばれます。ロボット工学者たちは、その知識を現実世界のロボットに移植することで、歩行機械の完成です。