TRACE: Learned Proprioceptive Odometry for Legged Robots under Unreliable Contact Conditions

地図化されることを拒む世界の中を、進む道を探そうとしているロボットを想像してみてください。何十年もの間、科学者たちはカメラやレーザーといった「目」を使って、景色の中のランドマークをスキャンし、ロボットにナビゲーションを教えてきました。しかし、明かりが消え、霧が立ち込め、あるいは地面が落ち葉で覆われた深い森の中を歩いている時はどうなるでしょうか？「目」は盲目になります。ここで、「固有受容オドメトリ（proprioceptive odometry）」という分野が登場します。これは、足元を見なくても、筋肉や関節の動きを感じることで、自分が滑りやすい床の上にいるのか、それともデコボコした道にいるのかを判断できる、人間の感覚のような、ロボットの「内なる感覚」だと考えてください。しかし、課題は、この内なる感覚が簡単に騙されてしまうことです。もしロボットの足が濡れた岩の上で滑ったり、柔らかい泥に沈み込んだりすると、内部センサーが混乱し、実際には横に滑っているのに、直進していると思い込んでしまいます。時間が経つにつれ、これらの小さな間違いが積み重なり、ロボットは途方に暮れて迷子になってしまいます。

この論文では、TRACEと呼ばれる新しいソリューションを紹介しています。これは、足が滑ったり、沈んだり、奇妙な地形の上を転がったりしている時でも、脚式ロボット（四足歩行の犬型やヒューマノイドなど）が自分がどこにいるのかを把握できるように設計されたスマートなシステムです。足が滑っているかどうかを推測するために、硬直したルールや手動の設定に頼る代わりに、TRACEは「非常に経験豊富なコーチ」のように振る舞うディープラーニングモデルを使用します。それはロボットの動きとセンサーの履歴を観察し、滑っている足による「ノイズ」を無視して、確かな一歩という「信号」に集中することを学習します。研究者たちは、このシステムをランダムな混沌（滑りやすい床、柔らかいマット、予測不可能な凹凸）に満ちた仮想世界で訓練し、その後、野生の現実世界にある実機のロボットでテストを行いました。その結果、TRACEは従来のメソッドよりもロボットを軌道上に留めておく能力が大幅に高く、トリッキーな状況下ではロボットの「ドリフト（自身が実際にいる場所から、自身が思っている場所との距離）」を半分以上減少させることがわかりました。

ロボットの「内耳」問題

なぜTRACEがこれほど重要なのかを理解するには、ロボットが通常どのように歩数を数えようとしているかを見る必要があります。暗い部屋の中で、目を閉じて歩いているところを想像してください。自分がどれくらい進んだかを知るために、歩数を数えようとします。もしバナナの皮を踏んで滑ってしまったら、あなたの脳は、実際には一歩しか進んでいないのに、二歩進んだと勘違いするかもしれません。ロボットにとって、これは悪夢です。もしロボットが「10メートル前進した」と思っていても、実際には5メートルしか進んでいなかった場合、本来遠くにあるはずの壁に衝突することになります。

古い手法は、数学的なフィルターを用いることでこれを解決しようとしました。これらのフィルターは、「足が地面についているなら、それは静止していなければならない」と命じる厳格な教師のようなものです。しかし、現実世界では、足は常に静止しているわけではありません。足は転がり、砂に沈み、あるいは氷の上を滑ります。「厳格な教師」が足は静止していると仮定しているのに、実際には滑っている場合、数学的な計算は崩れ、ロボットは迷子になります。他の手法はカメラを使おうとしましたが、前述の通り、カメラは暗闇や悪天候では機能しません。

TRACEの登場： 「スマート・コーチ」

論文の著者たちは、TRACE（Tokenized Robust Attention for Contact-Aware Estimation）を作成しました。厳格な教師の代わりに、TRACEを、あらゆる種類の表面の上を歩く何千時間ものロボットの動きを見てきたスマート・コーチと考えてください。

その仕組みを簡単に説明すると以下の通りです：

1. 入力： ロボットは絶えずTRACEにデータのストリームを送信しています。回転速度（ジャイロスコープ）、加速度（加速度計）、そして各脚の関節の位置と速度です。

2. 「アテンション（注意）」のトリック： これが魔法の部分です。TRACEはクロスアテンションと呼ばれるメカニズムを使用しています。ロボットに4本の脚があり、それぞれの脚がコーチに向かって自分の状態を叫んでいると想像してください。

   • 脚1：「私は固い地面にいます！安定しています！」
   • 脚2：「私は氷の上で滑っています！今は役に立ちません！」
   • 脚3：「私は泥の中に沈んでいます！」
   • 脚4：「私は空中にあります、振られています！」

   以前の手法では、単純なルール（例：「力が低ければ空中にある」）に基づいてどの脚の声を聴くべきかを判断しなければなりませんでした。しかし、TRACEは「聴き方」を学習します。それは各脚に対して「重み」または「アテンション・スコア」を割り当てます。もし脚が滑ったり沈んだりしているなら、TRACEはその脚のボリュームを下げることを学習します。もし脚が安定していれば、ボリュームを上げます。これは、人間が「おい、あれは滑っているぞ！」と教えなくても、データからパターンを見つけ出し、自律的に行われます。

3. 物理チェック： ロボットが単にデタラメな推測をしないように、TRACEには「物理チェック」も備わっています。それは、ロボットの推定速度と、自身がどれだけ移動したかという推測を比較します。もし計算が合わない場合（例えば、ロボットは速く動いていると言っているのに、脚の動きがほとんどない場合）、システムは自らを修正します。これは、ランナーが「待てよ、全力疾走しているような息切れをしているけれど、一歩も動いていない。自分は足踏みをしているに違いない」と気づくようなものです。

シミュレーションの混沌の中での訓練

単一の滑らかな床の上で歩くようにロボットを教えるだけでは、泥だらけの森に対処することはできません。研究者たちは、RaiSimと呼ばれる仮想シミュレーターでTRACEを訓練しました。しかし、彼らは単なる退屈で平坦な世界を作ったのではありません。彼らはそれを混沌としたものにしました。

• 地形のランダム化： 平坦な地面、階段、荒い岩、そして柔らかいエアマットレス。
• 滑りのランダム化： 時には地面が非常に滑りやすく、時には粘着性があるように設定しました。
• ロボットの動きのランダム化： ロボットがさまざまなスタイルや速度で歩くようにしました。

これは**ポリシー・ランダム化（policy randomization）**と呼ばれます。これは、学生を特定の試験のためだけに訓練するのではなく、あらゆるパターンの試験に対応できるように訓練することに似ています。多くの異なる動きや滑り方を経験することで、TRACEは、トレーニング特有の「トリック」を無視し、脚と地面がどのように相互作用するかという普遍的な真実に集中することを学びました。

実世界でのテスト

仮想世界での訓練の後、チームはRaibo2という名前のロボットを連れて、現実の世界へと飛び出しました。彼らは以下の環境でテストを行いました：

• 平坦な地面： 簡単な環境。
• 荒れた地形： 木製の傾斜路やブロック。
• 滑りやすい表面： ホウ酸（boric acid）の粉末をまぶした非常に滑りやすいボード。
• 柔らかい地形： 跳ねたり沈んだりするエアマット。
• 屋外のトレイル： 草地、硬い土、そして階段。

彼らはTRACEを、他の3つの手法と比較しました：

1. IEKF-SR： 古典的な「厳格な教師」である数学的フィルター。
2. Legolas： 物理ルールを使用しない、純粋な学習ベースの手法。
3. NMN-IEKF： 両者を混合しようとするハイブリッド手法。

結果：ドリフトの減少と信頼性の向上

結果は素晴らしいものでした。地面が柔らかく予測不可能なソフト・テレイン（エアマット）の実験において、TRACEは既存の最高の手法と比較して、ロボットの位置誤差を**53.8%減少させました。滑りやすい地面では、誤差を44.1%**減少させました。

これが何を意味するのでしょうか？もし他のロボットが「始点から10メートル離れている」と思っていたとしても、実際には15メートル離れていた（大きな間違い）ということが起こり得ます。しかし、TRACEは真実にずっと近かったのです。TRACEは、その「アテンション」メカニズムによって信頼できない脚を無視することができたため、足の滑りや沈み込みに惑わされることがありませんでした。

研究者たちは、TRACEが実際に正しいものに「注意を払っているか」も確認しました。データを調べたところ、足が滑っているとき、その足に対するシステムの注意スコアはほぼゼロまで低下していました。足が安定しているときは、スコアが上がっていました。これは、ロボットが単に推測しているのではなく、信頼できるセンサーを信頼し、信頼できないセンサーを無視することを学習していることを証明しています。

なぜこれが重要なのか

論文は、TRACEが重要なステップであると結論付けています。なぜなら、世界を見るためのカメラを必要とせず、また、あらゆる種類の滑りに対して複雑なルールをプログラミングする必要もないからです。TRACEは自律的に堅牢性を獲得します。

しかし、著者たちはこれが「解決済み」の問題であると主張することには慎重です。TRACEは優れていますが、依然としてシミュレーション訓練の質に依存していることを指摘しています。また、将来の研究では、単に滑りを無視するだけでなく、足が「どの程度」滑っているのかを正確に予測することについても検討できる可能性があると言及しています。しかし、現時点において、TRACEは、ロボットに「賢く適応的な耳」で自分の体（感覚）に耳を傾けることを教えることで、迷うことなく、混沌とした予測不可能な現実世界をナビゲートできることを示しています。

要約すると、TRACEはロボットに、たとえ足元の地面が嘘をついていても、自分がどこにいるのかを知ることができるという「超能力」を与えているのです。