ロボットがイケアの粗悪な家具の組み立てを学ぶべき理由

初めてのアパートに落ち着く人にとっては、謎めいた写真セットからイケアの家具を組み立てるという、自分自身も家具自体も壊れることなく行うという行為は、まさに通過儀礼となっている。

南カリフォルニア大学の研究者たちは、ロボットに周囲の世界を操作させる訓練方法として、これ以上の方法はないと考えました。昨年、ロボットアームにクラシックなステファンチェア（ロボット研究者はIKEAが大好き）を組み立てさせた研究者たちの先駆けに続き、彼らはロボット工学コミュニティに、ロボットに低予算のスウェーデン製家具を組み立てさせる訓練用の新しいシミュレーターを贈ります。最終的には、機械が人間の器用さと新しい物体への適応力に近づくことを期待しています。皆さん、ロボットの皆さん、六角レンチを手に取ってみてください。

あなたにとっても私にとっても、IKEAのものを組み立てるのは簡単であると同時に地獄の業です。工程に嘆いても、優れた脳は抽象的な指示を（ほぼ）現実のものに翻訳することができます。様々な問題にぶつかっても、創造力で簡単に乗り越えることができます。六角レンチで手がつっても、人間の操作力は比類がありません。

ロボットにとって、これはまさに恐怖だ。確かにロボットは何十年も組立ラインで働いてきたが、それは単なる筋肉の役割に過ぎない。例えば、車のドアのような大きな部品を持ち上げて所定の位置に取り付けるのはロボットの仕事で、人間は小さな部品をねじ込むといった細かい作業を担当する。ロボットの作業環境は高度に統制されているため、機械は即興で対応する必要がない。たとえロボットが即興で対応できるほど賢かったとしても、その予測不可能性は人間の同僚を危険にさらすことになるだろう。

このシステムは、さまざまな照明条件と表面をシミュレートできます。

南カリフォルニア大学提供

しかし、ロボットを家庭で役立てたいのであれば、もっと柔軟性を持たせる必要があります。そして、そのためには、ロボットにIKEAの家具の組み立てを練習させる必要があるかもしれません。これは、機械に多くの教訓を与える多面的な問題です。

研究者たちは、重力や摩擦といった現実世界の物理法則をシミュレートすることで、3Dデジタルプレイグラウンドを構築しました。照明やテクスチャといった変数も操作可能です。この環境に、片腕のソーヤーや二腕のバクスターといった様々なロボットのシミュレーションを組み込み、80種類以上の椅子、テーブル、本棚などを使って遊ばせています。これらはすべてゲームエンジンUnityによってレンダリングされるため、人間がロボットの進行状況を見ることができます。

ソーヤーとバクスターは現実世界に存在し、数多くのロボット工学研究室で学習できるのに、なぜこんな面倒なことをするのでしょうか？金属とプラスチックでできた物理的なロボットに学習させるのは、当然の苦痛だからです。これは通常、強化学習によって行われます。強化学習では、機械は様々な戦術を試し、良い掴みには報酬を、悪い掴みにはペナルティを与えます。何度も何度も繰り返した後、ロボットはついに解決策を見つけます。シミュレーションでは、物理法則が許すよりもはるかに速い速度で、何千回もの繰り返しを繰り返すことができます。確かに、このようなシミュレーションは不完全な表現ですが、はるかに効率的です。

この新しいイケア・ワンダーランドの構想は、ロボット工学研究者に、ロボットに部品の操作方法や複雑な物体の組み立て方を教えるための標準化されたプラットフォームを提供することです。「人間にとってはごく些細なことのように思えますが、部品をつかむだけではありません。どこをどれくらいの力でつかむかを正確に把握する必要があります」と、このシステムの開発に携わった南カリフォルニア大学のロボット工学者ジョセフ・リム氏は言います。「この掴むスキルさえも、ロボット工学にとって非常に大きな未解決問題なのです。」

さらに、椅子を組み立てるためには、一連の操作をつなぎ合わせるという課題があります。部品は特定の方法で組み立てられなければならず、手順は特定の順序で実行されなければなりません。そのために、研究者は「模倣学習」、つまりジョイスティックで機械を動かして何かのやり方を実際に示す手法を採用するかもしれません。「私たちの目標の一つは、人間の行動から学習する様子を研究することです」とリム氏は言います。「人間が家具を組み立てる様子を、例えばビデオなどで観察し、それを基本的にコピーしたり、模倣したりする方法を学ぶことができます。」

それでも、次にHattefjällのオフィスチェアを購入する際にロボットアシスタントが付属するとは期待しないでください。まず、ロボットが釘やネジで部品を組み立てる様子をシステムはまだシミュレートできません。そして2つ目に、シミュレーションと現実世界の両立にはまだ課題があると、前述のイケアの椅子を組み立てる実ロボットを使った実験を行った南洋理工大学のエンジニア、クアン・クオン・ファム氏は指摘します。つまり、ロボットがシミュレーションで学習した内容を現実世界のスキルに変換するのは非常に難しいということです。「そのため、シミュレーション環境で成功したタスクが、私たちの前回の実験のように実世界のロボットでも成功裏に実行できるかどうかは不明です」とファム氏は言います。

しかし、おそらく数年間の訓練と数脚の壊れた椅子があれば、私たちのパーティクルボードの惨めさは機械の利益となるだろう。

WIREDのその他の素晴らしい記事