World-Model-Grounded LLM Planning for AUV and ASV Navigation Near Offshore Wind Farms

「あの風力タービンを点検して行け」という単純な文章を理解し、そこへ到達するための手順を自ら導き出すことができるロボットを想像してみてください。長年、科学者たちは、スマートアシスタントやチャットボットを動かしているものと同じ技術である大規模言語モデルを用いて、まさにこれを行うための人工知能の教育を行ってきました。これらのシステムは、「前進」「左に曲がる」「停止」といった大きな目標を小さなアクションへと分解することには非常に長けています。しかし、彼らには決定的な盲点があります。それは、物理学を理解していないということです。彼らは船や潜水艇を動かすための言葉は知っていますが、水の重みや、潮流による抵抗、あるいはエンジンが反応するまでの遅延を感じることはできません。もし標準的な言語モデルに、タービンの周囲を航行するように指示すれば、書類上では完璧に見える旋回を提案するかもしれませんが、実際には水が船を横方向に押し流したり、エンジンのラグが発生したりすることで、船舶が構造物に直進して衝突してしまうでしょう。コンピュータが予測する事象と、海洋で実際に起こる事象との間のこの乖離こそが、ノルウェー国防研究所とヘリオット・ワット大学の研究者たちが解決しようとした中心的な課題でした。

研究チームは、ロボットに「世界モデル（world model）」を与えることで、洋上風力発電所の近くで自律型ロボットを誘導する新しい方法を開発しました。これは、思考する「第二の脳」というよりも、バックグラウンドで動作する極めて正確なシミュレーターと考えてください。このシステムにおいて、言語モデルは依然として司令官として機能し、ミッション記述に基づいてアクションのシーケンスを決定します。しかし、ロボットが動く前に、世界モデルが介入して「どのくらいの時間」と「どのくらいの量」という問いに答えます。世界モデルは、各動作の正確な持続時間を計算し、波、潮流、そしてロボットの推進器（スラスター）特有の挙動といった物理的な現実の中で、その計画が生き残れるかどうかをチェックします。もし計画が衝突につながると判断された場合、世界モデルはタイミングや経路を調整し、ロボットが目標に到達しながらも安全を維持できるようにします。

このアプローチをテストするため、研究者たちは性質の異なる2種類のロボットを用いました。一つは、前後左右全方向に移動できる水中車両であり、もう一つは、自動車のように前進、後退、および旋回しかできない水上ボートです。彼らは、標準的な物理シミュレーターが基本となる運動規則を提供し、ニューラルネットワークが実世界の機械が生み出す小さく厄切な誤差を修正することを学習するという、ハイブリッドシステムを構築しました。この組み合わせにより、システムはロボットの将来の状態を極めて高い精度で予測することができました。シミュレーションにおいて、システムは水中ロボットが1分後にどこにいるかを誤差1ミリ未満で予測し、水上ボートについては誤差0.5メートル未満で予測することができました。

テストの結果は驚くべきものでした。ロボットに風力タービンの塔やケーブルの周囲を航行するミッションを与えた際、言語モデル単独では完全に失敗しました。潮流による漂流やエンジンのラグを考慮できなかったため、すべての試行において障害物に衝突したのです。対照的に、言語モデルを世界モデルと組み合わせた場合、水中ロボットと水上ボットの両方が一度の衝突もなく目的地に到達しました。このシステムは、未誘導の試行と比較して、水中車両では停止位置と目標地点の距離を約93％、水上ボートでは70％から82％の間で短縮しました。

特に巧妙な部分は、水上ボートに関する研究です。水上ボートは、リアルタイムで海底をマッピングするためのソナーやレーザースキャナーのような高価なセンサーを搭載するには、あまりにも小型で安価すぎることがよくあります。オンボードセンサーに頼る代わりに、研究者たちは衛星画像、海図、および気象予報を使用して環境を「見る」方法をシステムに教え込みました。ビジョン・ランゲージ・モデル（視覚言語モデル）が既存の地図を分析して、浅瀬の岩や沈没構造物などの障害物を特定し、それらをロボットが利用可能なデジタルマップへと変換しました。この手法は、人間が手動で地図上に障害物を描くのと同等の効果を発揮し、航行可能な領域と航行不可能な領域を区別する精度において96％の正確性を達成しました。これは、低コストのロボットが、重くて高価な装備を運ぶことなく、複雑な沿岸域を航行できる可能性があることを意味しています。

研究者たちはまた、複雑な波のパターンや予測不可能な潮流を含む、よりリアリティの高い高忠実度シミュレーションにおいて、このシステムがどの程度耐えうるかもテストしました。このような困難な環境においても、ロボットは衝突することなく航行できました。システムには、ロボットが移動しながら計画を常に再評価する安全メカニズムが含まれていました。もし突然の波によってロボットがコースを外れた場合、システムは目標に安全に到達できるよう、残りの経路を迅速に再計算します。この「クローズドループ（閉ループ）」のプロセスは、絶え間ないチェック・アンド・バランスとして機能し、小さなミスが衝突につながるようなタイトな操船が必要な場面において、成功の鍵となりました。

結局のところ、この研究は、人工知能が言語を理解し、一連の手順を計画することには長けていても、現実世界で役立つためには物理的な実体に裏打ちされている必要があることを示しています。言語モデルの高次な推論と、物理法則を考慮した世界モデルを組み合わせることで、研究者たちは、複雑で動的な洋上風力発電所の環境を安全に誘導できるシステムを作り上げました。この成果は、海洋ロボティクスの未来が、言語モデルをより賢くすることにあるのではなく、それが操作する物理的な世界に対する理解を深め、論理的であるだけでなく、物理的に実行可能である判断を下せるようにすることにあることを示唆しています。