Universal Navigation Interface: Robot-Free Data for Wheeled Robot Navigation

モバイルロボットは、荷物の配達、インフラの点検、あるいは支援を必要とする人々への移動支援といった任務を担い、私たちの日常生活の中にますます浸透しつつあります。これらの機械が、混雑したり凹凸があったりする都市の歩道を安全に移動するためには、人間と同じように、周囲の状況を観察し、次にどこへ行くべきかを判断する方法を学ぶ必要があります。ロボットにこのスキルを教える最も効果的な方法は、成功した旅の例を何千回も示すことであり、これは「ナビゲーションデータの収集」として知られるプロセスです。従来、このデータの収集は、研究者がロボットを実際に近隣の街へと走らせ、あらゆる曲がり角や障害物を注意深く記録しなければならないという、時間がかかりコストの高い困難な作業でした。この手法は、収集できるデータの量を制限し、重くて特殊な機器を新しい場所へと移動させることはしばしば非現実的であるため、ロボットが学習できる環境の多様性を制限してしまいます。

核心となる課題は、ロボット自体を使用せずに、ロボットに移動方法を教える方法を見つけることです。もし人間が単に道を歩き、その経路を記録することができれば、これらの機械を訓練するために必要な膨大な情報を収集することははるかに容易になるでしょう。しかし、単純な人間の歩行は、完全な代用品にはなりません。人間は簡単に縁石を乗り越えたり、階段を登ったり、あるいは車輪付きのロボットでは決して不可能なほど狭い隙間を通り抜けたりすることができます。もしロボットが階段を上がった人間のデータから学習すれば、同じことをしようとして衝突してしまうかもしれません。解決策には、人間の動きを捉えつつ、不可能なルートの収集を物理的に防ぐ手法、すなわち、データが車輪で実際に実行可能なルートを反映するようにする手法が必要です。

ノースイースタン大学の研究者たちは、「ユニバーサル・ナビゲーション・インターフェース（Universal Navigation Interface）」と呼ばれる新しいアプローチを導入しました。これは、一般的な器具である「4輪の歩行器（ロレーター）」を使用することで、この問題を解決するものです。この装置は、歩行の際に安定性を必要とする人々によってよく使用されるもので、データの「物理的なフィルター」として機能します。人が歩行器を押すと、自然と車輪に適した経路へと導かれます。歩行器は階段を登ることはできず、未整備の縁石を乗り上げることもできず、狭すぎる隙間を通り抜けることもできません。この物理的な制約により、操作者はスロープや縁石の切り欠き、広い通路を選択することを強制され、結果としてデモンストレーションが車輪付きロボットにとって実現可能なルートへと偏ることになります。このシステムは非常にシンプルかつ低コストで、歩行器本体と、ハンドル部分に取り付けられた標準的なスマートフォンだけで構成されています。スマートフォンは、カラー画像、深度情報、および動きのセンサーを含む、視覚的および空間的なデータの同期ストリームを記録し、豊かな旅の記録を作成します。

このセットアップを用いて、チームは3つの異なる都市で37キロメートル以上のナビゲーションデータを収集しました。彼らは、濡れた路面や建設現場から、混雑した横断歩道やエレベーターへの乗り降りに至るまで、多様な都市環境を歩きました。歩行器が操作者に階段を登ったり未整備の縁石を横切ったりすることを物理的に防いだため、得られたデータセットには、人間が収集したデータによく見られるような「不可能な動作」が自然に排除されています。研究者たちは、これらの記録を処理して、正確なメトリック軌跡（つまり、実世界の距離におけるデバイスの正確な移動マップ）を抽出しました。彼らはスマートフォンのセンサーからの深度情報を使用して、移動データを物理的な世界に固定し、距離が単なる相対的な推測ではなく、正確であることを保証しました。

この手法の真のテストは、そのデータが実際にロボットをより良くナビゲートさせるように教えられるかどうかでした。研究者たちは、既存のナビゲーションモデル（ロボットの移動を可能にするソフトウェアの脳にあたるもの）を取り出し、新しい歩行器収集データを用いて微調整を行いました。結果は顕著でした。これらのモデルを未知の経路でテストしたところ、以前のパフォーマンスと比較して、正しいルートを予測する能力が25%近く向上しました。この向上は3種類の異なるナビゲーションモデルすべてにおいて認められ、この手法が堅牢であり、広く適用可能であることを示唆しています。さらに、収集されたデータには、横断歩道での待ち時間や歩行者に道を譲るといった「自然な停止」が含まれており、これらは他のデータセットでは除外されがちですが、安全なロボットの挙動には極めて重要です。モデルがこれらの静止した瞬間を認識するように訓練されたところ、停止を予測する能力が劇的に向上し、それらの状況におけるエラーが60%以上減少しました。

この知識が、単純な歩行器からより複雑な機械へと転移できることを証明するために、チームは訓練されたモデルを電動車椅子でテストしました。一連のクローズドループ実験において、車椅子は未整備の縁石や階段のような障害物に接近するという課題を与えられました。歩行器データで訓練されていないバージョンのソフトウェアは、障壁を認識できずにそのまま前進し続け、人間の介入なしには衝突していたはずです。対照的に、UNIで訓練されたソフトウェアを搭載した車椅子は、ほとんどすべての試行において、障害物の前で正常に停止しました。また、安全な縁石の切り欠きを躊躇なく特定し、そこを通過することにも成功しました。これは、単純な人間が押す歩行器から学んだ教訓が、たとえ収集デバイスと対象となるロボットが異なっていても、別のより複雑な車輪付きプラットフォームに直接適用できることを示しました。

本研究は、単純で低コストな物理的プロキシ（代理物）が、ナビゲーションデータの収集において、高価なロボットプラットフォームを効果的に代替できると結論付けています。歩行器を用いて人間のデモンストレーションを制約することで、研究者たちは、車輪付きロボットにとって物理的に現実的な、大規模なデータセットを作成しました。このアプローチは、データ収集フェーズにおけるロボットの操作の必要性を排除し、以前は不可能であったよりも多くの場所、より多くの条件下で、多様なナビゲーションの例を集めることを可能にします。この手法は、ロボットのナビゲーションにおけるすべての課題を解決するものではありませんが、人間の直感と機械の能力の間の溝を埋め、ロボットが世界の中を移動する方法を教えるための、実用的かつスケーラブルな方法を提供しています。