速報

速報

日大の田中英寿理事長逮捕、脱税の疑い 東京地検

歩行するロボットの進化を、仮想環境でのシミュレーションが加速する

仮想環境で大量のロボットを動作させてアルゴリズムを訓練し、それを現実世界のロボットに適用して研究開発を加速させる試みが進められている。エヌビディアとスイス連邦工科大学チューリッヒ校によるこの取り組みは、ロボットが新たな技能を習得するスピードを飛躍的に向上させる可能性を秘めている。

TEXT BY WILL KNIGHT

TRANSLATION BY YUMI MURAMATSU

WIRED(US)

4,000体を超える四足歩行ロボットの大群が行進していたとしたら、それがたとえシミュレーションだったとしても空恐ろしい光景だろう。だが、このシミュレーションはロボットが新しい技能を習得する道しるべとなるかもしれない。

この仮想ロボット部隊は、スイス連邦工科大学チューリッヒ校(ETHチューリッヒ)とチップメーカーのエヌビディア(NVIDIA)の研究者たちによって開発された。研究者たちは歩き回る仮想ロボットを使ってアルゴリズムを訓練し、そのアルゴリズムによって現実世界のロボットの足を制御した。

「ANYmal」と呼ばれるこのロボットは、シミュレーションで仮想環境のスロープや段差、急な坂といった障壁に立ち向かう。課題をどのように切り抜けるのかをロボットが学習するたびに、研究者たちはより厳しい課題を提示して制御アルゴリズムをさらに洗練していった。

このシミュレーションは遠目に見ると、まるでアリの部隊が広い場所をうごめいているように思える。ロボットは訓練中、階段の昇り降りは容易にマスターできたが、複雑な障害には多くの時間がかかった。斜面がとりわけ難しかったが、一部のロボットは斜面を滑り降りることができるようになった。

研究者たちは仮想環境で訓練したアルゴリズムを、現実世界のANYmalに適用した。実物のANYmalは大型犬くらいの大きさの四足歩行ロボットで、頭部と取り外し可能なロボットアームにセンサーが付いている。

適用の結果、ANYmalは階段やブロックの上をうまく進むことができたものの、動きを速くすると問題が生じた。研究者たちは、これが現実世界のセンサーの計測精度がシミュレーションに比べて劣っていることが原因だと考えた。

訓練時間が100分の1以下に

このようにロボットに学習させることは、物流施設での荷分けや、衣服の縫製から作物の収穫に至るまで、ロボットがさまざまな作業を学習する上で役立つ可能性がある。また、人工知能(AI)の応用を今後進めていく上で、シミュレーションと特別なコンピューターチップが重要であることも示唆している。