From Legible to Inscrutable Trajectories: (Il)legible Motion Planning Accounting for Multiple Observers

あるロボットが、活気ある工場のフロアや病院の廊下を移動している場面を想像してみてください。それは単に一連の指示に従うだけの機械ではありません。それは一つの「社会的行為者」なのです。曲がる、止まる、あるいは加速するたびに、ロボットは周囲の人々や他の機械に対して、無言のメッセージを送っています。ロボット工学の分野では、この無言のコミュニケーションは「レジビリティ（判読可能性）」と呼ばれています。レジブルな経路とは、観察者がそのロボットがどこへ向かっているのかを、迅速かつ正確に推測できる経路のことです。ロボットが目的地を明白にするような動きをすれば、人間との安全な連携が可能になります。しかし、ルールは「誰が見ているか」によって変化します。人間とロボットが共に働く倉庫のような協調的な環境では、ロボットはできる限り明確であるべきです。一方で、軍事作戦やゲームのような、競争的または敵対的な環境では、相手に次の動きを予測されないよう、真の目的地を隠す必要があるかもしれません。これは複雑なパズルを生み出します。ある人には明確でありながら、別の人には隠れていなければならないとき、しかも壁によって一部の人の視界は遮られているが他の人の視界は遮られていないという状況で、ロボットはどう動くべきなのでしょうか。

イリノイ大学アーバナ・シャンペーン校の研究者たちは、「混合動機限定観測レジブル・モーション・プランニング（Mixed-Motive Limited-Observability Legible Motion Planning）」と彼らが名付けた新しい問題に取り組むことで、まさにこの課題に挑みました。彼らの研究では、ロボットが二つの相反する要求を満たす単一の経路を計画しなければならないシナリオが記述されています。すなわち、「ポジティブ」な観察者（友好的、あるいは協調的な人々）には理解しやすく、同時に「ネガティブ」な観察者（敵対的な人々）には混乱させるか、あるいは誤解を与えるように動かなければならないという状況です。さらに問題を複雑にするのは、これらの観察者が皆同じものを見ているわけではないという点です。ある人は部屋の小さな角しか見えていなかったり、障害物によって視界が遮られていたりすることもあります。研究者たちは、この問題を解決するために「軌道最適化ツール（trajectory optimizer）」と名付けた新しいソフトウェア・ツールを開発しました。このツールは軌道最適化器として機能し、ロボットが取るべき正確な経路を計算し、これら競合するニーズのバランスを取ります。全員に対してレジブルになる、あるいは全員に対して不可視になることを試みるのではなく、この軌道最適化器は、各人が実際に何を見ることができるかに基づいて、適切な人にはレジブルに、不適切な人にはイレジブルになる方法を見つけ出すのです。

これがどのように機能するかを理解するために、ロボットがネガティブな観察者に対処する際に用いる二つの主要な戦略を考えてみましょう。第一の戦略は「デコイ（おとり）」戦略です。ここでは、ロボットは意図的に偽の目的地に向かって動き、観察者にそこへ向かっていると信じ込ませます。そして、最後の瞬間にようやく真の目標へと方向転換します。これは、ロボットが積極的に相手を欺きたい場合に効果的です。第二の戦略は、「アンビギュアス（曖昧）」または回避のアプローチです。この場合、ロボットはネガティブな観察者の視界に入っている時間を最小限にするか、あるいは全ての可能な目的地が等しくありそうに見えるような動き方をすることで、観察者が真の目標を全く推測できないようにします。研究者たちは、最適な選択は部屋のレイアウトと、それを見ている人々の動機に完全に依存することを発見しました。もし友好的な観察者と不友好的な観察者が同じ場所に立っている場合、ロボットはその重要性を天秤にかけなければなりません。もし友好的な観察者の方が重要であれば、たとえ不友好的な観察者に少し多く見られることになったとしても、ロボットは彼らに明確であることを優先します。もし不友好的な観察者の方がより危険であれば、たとえ友好的な観察者にとっての経路の明快さが損なわれたとしても、ロボットは完全に姿を隠すか、デコイを用いることを選択するかもしれません。

チームは、様々なシミュレーション環境で彼らのシステムをテストし、軌道最適化器がどの程度うまく機能するかを確認しました。あるシナリオでは、ロボットはグリーンゾーンにいる友好的な観察者には明確であり、レッドゾーンにいる不友好的な観察者からは隠れていなければなりませんでした。ソフトウェアは、意図を明確に示すためにグリーンゾーンを通るようにカーブした経路を生成すると同時に、レッドゾーンから完全に抜け出すか、あるいはレッドゾーンの観察者を混乱させるような動きを生成することに成功しました。別のテストでは、研究者は友好的な観察者と不友好的な観察者を重複するエリアに配置しました。彼らは、ロボットが両方の要求を満たす経路を見つけられることを発見しましたが、そこではトレードオフが発生しました。例えば、不友好的な観察者の「動機」や影響力がより強い場合、ロボットはより欺瞞的なルートを選択し、その結果、友好的な観察者がロボットの目標を理解するまでに少し長く待たされることになりました。結果として、軌道最適化器は、単純な直線や効率性のみを追求した経路よりも大幅に優れた経路を生成できることが示されました。それは、適切な人々には非常にレジブルであり、不適切な人々には非常にイレジブルであるような軌道を生成することができ、環境の特定の制約に基づいて行動を適応させることができました。

研究者たちはまた、目標が完全に反対方向にある場合に何が起こるかも調査しました。このような困難なケースでは、通常、直線が最も効率的な経路となりますが、それは読み取りやすすぎる可能性があります。軌道最適化器は、デコイ戦略を用いることで、ロボットが偽の目標に向かって長い間移動し、観察者に間違った方向へ向かっていると確信させた後、突然真の目的地へと旋回できることを示しました。これにより、観察者が正しい推測をするタイミングを経路の最後まで遅らせることができました。しかし、チームは、現在の研究が、環境が静的であり、観察者が動かないシミュレーションに基づいていることを指摘しています。実世界のアプリケーションにおいては、動く人々や変化する視界をリアルタイムで処理する必要があることを認めています。また、彼らのシステムは、ロボットが観察者の正確な位置と、彼らが何を見ているかを正確に知っていることを前提としているが、混沌とした現実世界の状況ではそれが常に真実であるとは限らないことも指摘しています。それにもかかわらず、この研究は、これまで解決されてこなかった問題、すなわち「ある人には明確でありながら、同時に他の人からは隠れる方法」に対して、明確な数学的枠組みを提供しています。

結局のところ、この研究は、ロボットが単に効率的であるべきだ、あるいは単に礼儀正しいべきだという概念を超えたものです。それは、複数の観察者が存在する世界において、ロボットの経路は、異なる観客に合わせて調整できる一種のコミュニケーションであるということを認識しています。軌道最適化器システムは、透明性の必要性とプライバシーの必要性のバランスを取りながら、複数の主人に仕える経路を計算することが可能であることを証明しています。倉庫から病院に至るまで、私たちの日常生活の中でロボットが一般的になるにつれ、これらの社会的・戦略的な複雑さをナビゲートする能力はますます重要になるでしょう。この研究は、ロボットの動きを、単に地点Aから地点Bへ移動するという物理的な行為としてではなく、誰に自分の計画を知らせ、誰には知らせないかという戦略的な決定として捉える新しい方法を提示しています。