現実世界の環境でロボットが人間とスムーズに協働できるようにすることは、ロボットの大規模導入に向けた重要なステップです。一部のロボット システムは、部分的に自動化された産業施設や製造施設などで、すでに人間のエージェントと日常的に連携していますが、日常業務における人間とロボットのコラボレーションは依然として不足しています。

パドバ大学とケンブリッジの三菱電機研究所 (MERL) の研究者は、人間とロボットのコラボレーションを伴うタスクの計画を支援するフレームワークを開発しました。このフレームワークは、紙で事前公開されたarXivサーバーでは、家具などのさまざまな基礎コンポーネントを備えた複雑なシステムの共同組み立てを必要とするタスクに特に焦点を当てています。

研究者らは、そのフレームワークを DECAF と呼びました。これは、家具用の Discrete-Event based Collaborative Human-Robot Assembly Framework の略です。DECAF には、離散イベント マルコフ決定プロセス (DE-MDP) モデル、アセンブリ プロセスの HTM 記述、ベイジアン干渉モジュールなど、さまざまな基礎となるコンポーネントがあります。

「人間は制御不能なエージェントとして特徴付けられており、これはたとえば、エージェントが事前に確立された一連の行動に束縛されず、代わりに自らの好みに従って行動することを暗示している」とジュリオ・ジャコムッゾ氏、マッテオ・テレラン氏らは論文で書いている。紙。「その間、タスクプランナーは協働ロボットの最適な動作を事後的に計算し、組立タスク全体を可能な限り最小限の時間で効率的に完了します。」

新しく開発されたフレームワークを使用すると、共同的な組み立てプロセスがさまざまなステップにまたがります。まず、ロボットはカメラやその他のセンサーを介して人間のエージェントによって実行されるアクションを観察します。

これらの観察に基づいて、DECAF モデルは、ロボットと人間のチームが当面の組み立てタスクを完了する際の効率を最大化するロボットのアクションを計画するとともに、予測不可能なイベントの後にこれらのアクションを適応させます。チームは、DE-MDP として知られる、特定の意思決定プロセスを組み立てるためによく使用される数学的フレームワークを利用して、家具やその他のオブジェクトの組み立てをモデル化しました。

「私たちはこの問題を、さまざまな非同期行動、人間の考え方の変化、確率的事象としての障害からの回復を組み込んだ包括的なフレームワークである DE-MDP として形式化します」と Giacomuzzo 氏、Terreran 氏、およびその同僚たちは書いています。

「理論的には、考えられるすべてのアクションのグラフを作成することでこの問題に対処できますが、そのようなアプローチは計算上の制限によって制限されます。提案された定式化は、ロボットに最適なポリシーを導き出すために強化学習を利用する代替ソリューションを提供します。」

基本的に、DE-MDP モデルは、組み立てタスクを分解し、ロボットが人間のエージェントと協力して効率的に取り組むことを可能にする最適なアクションを特定するために使用されます。DECAF フレームワークの 2 番目のコンポーネント、つまり HTM モデルは、さまざまなサブタスク間の相互依存性をコード化し、計画プロセスを容易にします。

最後に、チームはベイジアン干渉として知られる統計的アプローチに基づくモジュールを統合しました。これは通常、より多くの情報が利用可能になるにつれて、特定の仮説が真である確率を継続的に更新するために使用されます。このモジュールにより、フレームワークは人間のエージェントのアクションを監視し、それらを使用して人間のエージェントの意図を予測できるようになります。

研究者らは一連のテストで DECAF を評価し、シミュレーションと現実世界の設定の両方で実行しました。実際の実験では、10 人の成人参加者に、IKEA から購入した椅子を 7 自由度のロボット マニピュレーター (フランカ エミカ パンダ アーム) と協力して組み立てるよう依頼しました。

チームが実施した初期テストの結果は非常に有望なものでした。シミュレーションでは、DECAFフレームワーク標準的な計画ポリシーよりも優れたパフォーマンスを発揮することが判明しましたが、実際の実験では、人間とロボットのコラボレーションの効率と品質が向上したように見えました。

「将来的には、人間の安全性、行動の相関性、人間工学など、実行時間を超えた他の最適な指標を含める予定です」と研究者らは書いている。

© 2024 サイエンス X ネットワーク