ロボットを速くする新しい学習システムSAIL ^{CEFR B2}

パンケーキをひっくり返すロボットなどの実用化に向け、ジョージア工科大学の研究チームは模倣学習の「速度制約」を突破するシステム、SAILを開発しました。模倣学習は人の動作を模倣して新技能を学びますが、従来はデモで示した速度以上に動けないという限界がありました。

SAILはモジュール式で設計され、それぞれの部品が協調して働きます。具体的には、高速でも動きを滑らかに保つ機能、動作を正確に追跡する機能、作業の複雑さに応じて速度を動的に調整する機能、そしてハードウェアの遅延を補正して動作をスケジュールする機能です。これにより速さと制御性を両立させることを目指しています。

研究チームはSAILをシミュレーションと2つの物理ロボットプラットフォームで12のタスク（カップの積み重ね、布の折りたたみ、果物の盛り付け、食品の梱包、ホワイトボードの拭き取りなど）で評価しました。ほとんどのケースでSAILは標準的な模倣学習より3〜4倍速くタスクを完了し、精度も保ちましたが、接触を維持する作業では高速化が難しいと報告されています。

共同執筆者のShreyas Kousikは、訓練データに制約され環境変化で失敗する点を課題として指摘し、実験室外で使うには速度が重要だと述べました。またBenjamin Joffeは、単に速くするだけでなく、速度が有用か誤りを招くかを判断する能力が必要だと述べています。研究はConference on Robot Learning（CoRL）で発表され、ジョージア州とジョージア工科大学のAgricultural Technology Research Programから資金提供を受けました。出典: Georgia Tech。