Neuro Inspired Robotics: What Robot Learning Can Borrow from the Sensorimotor Brain
本サーベイは、現在のロボット学習における限界はデータの不足ではなく設計上の欠陥に起因すると論じ、ロボットが自律的に行動し再帰的に向上することを可能にするため、コンプライアンス、並列高速ビジョン、小脳による予測、および運動野の構成の原理を統合した神経模倣フレームワークを提案するものである。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
引き出しを開ける方法を初めて学ぶ子供を想像してみてください。彼らはマニュアルも、何百万回もの練習の試行も、筋肉を調整するためのエンジニアのチームも必要としません。ただ手を伸ばし、取っ手に触れ、引き、もし物体が滑ったり角度が違ったりすれば、即座に握り方を調整します。この、数年間のうちに一つの身体から複雑な身体的スキルを習得する能力は、現代のロボットとは鮮明な対照をなしています。最も高度な機械であっても、数十種類の異なるロボットから記録された何百万もの動きの膨大なライブラリで訓練されているにもかかわらず、これらと同じ単純なタスクに失敗することがよくあります。彼らは一度も持ったことがない物体に苦戦し、動作の途中でシーンが変わると停止してしまい、展開された後に自ら改善することもできません。人間の器用さとロボットの性能の間の溝は、データの量による問題ではなく、設計の問題なのです。人間の神経系は、これらの問題を解決するために何億年もの歳月をかけて進化してきました。そして、新たな調査は、次世代のロボットはこの設計図を借りる必要があることを示唆しています。
「Neuro Inspired Robotics（神経学に触発されたロボティクス）」と題されたその論文は、現在のロボットが失敗している理由は、それらが人間の脳とは根本的に異なるアーキテクチャに基づいて構築されているからだと主張しています。今日のロボットは通常、視覚情報を処理し、モーターに対して正確な座標のリストを送り、どこへ動くべきかを指示するという中央コンピュータに依存しています。このアプローチは完璧な精度を要求し、ロボットが遭遇する物理的な力に対して、手遅れになるまで盲目である状態を作り出します。対照的に、人間の体はコンプライアンス（順応性）と予測の原理に基づいて動作しています。脳は硬直した位置を命じるのではなく、努力量と剛性を命じ、それによって体が、必要な時には環境に屈し、必要な時だけ強く押し出すことを可能にします。さらに、脳は視覚的な処理による修正を待ってから滑るグリップを直すのではなく、高速な反射システムと予測モデルを使用して、エラーが完全に知覚される前に動作を調整します。著者らは、脳が触覚、視覚、予測をどのように扱うかという生物学的な戦略を模倣することで、ロボティクスが脆い、あらかじめプログラムされた機械から、適応的で自己改善可能なエージェントへと移行できると提案しています。
この調査は、運動の最も基本的な要素、すなわち筋肉に送られるコマンドの検討から始まります。標準的なロボットでは、ポリシーが目標位置を出力し、別の固定されたコントローラーがモーターをその場所に強制的に移動させようとします。もしロボットが予期せぬ障害物に遭遇した場合、硬直したコントローラーは障害物と戦い、しばしば損傷や失敗を引き起こします。人間の運動システムは異なり、望ましい位置と肢の剛性の両方を制御する信号を送ります。これにより、体はスマートなスプリングのように機能することができます。人間が曲がったスロットに棒を押し込むとき、スロットの正確な曲線を計算する必要はありません。代わりに、スロットの方向に高い剛性を持ち、スロットを横切る方向には低い剛性を持って押し込みます。スロットの壁が自然に棒を所定の位置へと導き、手は接触力に対して屈します。論文は、ロボットもこの同じ戦略を採用すべきであると示唆しています。メインの制御ポリシーの下にコンプライアンスの層を加えることで、ロボットは物理的な世界が本来計算すべきであった詳細を供給できるようにし、予期せぬ変化に対してはるかに堅牢になることができます。
触覚もまた、生物学が優れた設計を提供している領域です。現在のロボットはしばしば視覚に大きく依存しており、触覚を二次的またはオプションの入力として扱っています。しかし、人間は暗闇の中でドアノブを見つけ、一度も視線を向けることなく開けることができます。論文は、視覚は動きと形状のみを見るのに対し、触覚は相互作用に関わる力を直接測定することを強調しています。人間が物体を保持するとき、皮膚の特殊なセンサーは約75ミリ秒以内に滑りを検知し、脳が物体が動いていることを意識的に認識するずっと前に、グリップを締める自動反射を誘発します。この反射ループは、視覚的な修正よりもはるかに高速です。著者らは、ロボットが触覚を主要な入力として扱い、それをコンプライアンス制御を駆動する力場として表現することを提案しています。モデルに自身の行動による触覚の結果を予測させることで、ロボットは人間が行うように、視覚的にシーンを再評価するために立ち止まることなく、物体が滑った瞬間にグリップ力を調整することを学習できるのです。
視覚もまた、新しいアプローチを必要としています。現在のロボットの視覚システムは、人間が顔を認識するのと同様に、物体を認識することに最適化された低速なものが多いです。しかし、動いている手を制御するには、異なる種類の視覚、つまり動きと位置を高速度で追跡する視覚が必要です。人間の脳は、視覚を二つのストリームに分けることでこれを解決しています。一つは「腹側」ストリームで、低速であり、対象が何かを認識することに特化しています。もう一つは「背側」ストリームで、高速であり、動作をガイドすることに特化し、手に対する物体の位置を常に更新します。論文は、ロボットも同様のデュアルシステムを構築すべきだと主張しています。単一の低速な視覚エンコーダーに頼るのではなく、カメラのフレームレートで動作する専用の高速エンコーダーを持ち、動きと接触に関する即時データを提供するリアクティブなポリシーヘッドに供給すべきです。これにより、ロボットは詳細なシーン分析を待つことなく、滑る物体や動くターゲットに対してリアルタイムで反応できるようになります。
おそらく最も深い洞察は、しばしば「予測器」と形容される小脳からもたらされます。小脳はすべての運動コマンドのコピーを受け取り、その結果として体が何を感じ、何を見ることになるかを、わずか数ミリ秒のうちに予測します。もし実際の感覚が予測と異なる場合、小脳は即座に動きを再調整します。これにより、人間はボールをキャッチしたり、重い物体へのグリップを調整したりすることを、感覚フィードバックループが通常許容する時間よりも早く行うことができます。論文は、ロボットがメインのポリシーと並行して動作する、同様の「世界モデル」または予測器を組み込むべきだと示唆しています。この予測器は、あらゆるコマンドの結果を予測し、予測と現実の間の誤差を利用して、ロボットの挙動を即座に調整します。数秒かけて処理し学習する現在のモデルとは異なり、この予測器は浅く高速であり、一度の試行内で新しい道具やより重い物体に適応できる、実時間での学習と改善を可能にするものです。
最後に、論文は、人間の練習と定着のプロセスを反映した、ロボットがどのように時間をかけて学習し、向上していくかというビジョンを概説しています。現在、ロボットのスキルは展開された時点で凍結されており、人間の介入なしに自らのミスから学ぶことはできません。提案されている設計は、ロボットが複雑なタスクを、リーチング、方向付け、把握といった検証可能な小さな単位に分解するシステムを含んでいます。ロボットはこれらの単位を練習し、「定着エージェント」が成功した試行をレビューして、明示的で低速なコードを、ロボットのニューラル重みに格納された高速で暗黙的なスキルへと変換します。時間を経るにつれ、ロボットはあらゆる角度や力を注意深く測定することから、タスクを単に「目測」して行動することへと移行していきます。これは、熟練した人間がスキルを習得していく過程と同じです。弱点を練習し、成功を判断し、知識を定着させるこのサイクルにより、再帰的な自己改善が可能になり、ロボットは取り組むタスクごとに、より有能で器用になっていくことができるのです。
著者らは、これらのアイデアはテストされるべき仮説であり、証明された解決策ではないことに注意を払っています。彼らが引用する神経科学は複雑であり、時には議論の対象となるものであり、生物学的な脳とシリコンのマシンの間の類似性には限界があります。しかし、論文は、前進するための道筋は単にデータや計算能力をスケールアップすることにあるのではなく、機械の根本的なアーキテクチャを再考することにあるという、説得力のある主張を展開しています。コンプライアンス、高速な感覚ループ、予測モデリング、そして能動的な練習という生物学的原理を借りることで、次世代のロボットは、長らく実現できなかった流動的で適応的な知性をようやく達成できるかもしれません。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。