Speed and Morphology Conditioned Fourier Gait Synthesis for Bipedal Locomotion Learning

歩行は、私たちが意識することなく行うリズムですが、その背後にある物理学は、タイミング、バランス、そして力の複雑なパズルです。ロボットが人間のように歩くためには、この同じリズムを習得しなければなりません。課題は、人間の歩行は時計の刻みのような単純で繰り返されるループではなく、人の動きの速さに応じて伸び縮みする流動的な動きであるという点です。ゆっくりとした、すり足のような歩幅は完了までに3秒かかるかもしれませんが、きびきびとしたストライドは1秒足らずで終わります。この変動性がロボットに教えることを困難にします。なぜなら、ほとんどのコンピュータモデルは固定サイズの入力を想定しているからです。もし、スローな歩行とファストな歩行を同じシステムに投入しようとすれば、タイミングが狂い、ロボットはつまずいてしまいます。研究者たちは、速度に関わらず一貫性を保つことができる歩行リズムの記述方法を長らく模索してきました。これにより、機械が「一歩」の本質を学び、それをあらゆるペースで適用できるようにするためです。

ビルケント大学の研究チームは、この問題を解決するための新しい手法を開発しました。それは、動きを画像のシーケンスとしてではなく、音波のレンズを通して観察することで、ロボットのための人間らしい歩行パターンを生成するシステムです。ステップのビデオを記録し、それをロボットのニーズに合わせて引き伸ばしたり縮めたりしようとする代わりに、彼らは動きを基本周波数へと分解しました。これは、音楽家が音の高さや音色を理解するために音符を分析するのとよく似ています。人間の脚の関節運動を、これらの周波数を表す固定サイズの数値のセットに変換することで、彼らは歩行のための「普遍的な言語」を作り上げました。この言語は、歩行者がゆっくり動いていても速く動いていても同様に機能します。なぜなら、歩行の持続時間は動きの形状とは別に扱われるからです。

研究者たちはまず、様々な速度で歩く50人の異なる人々からデータを収集しました。彼らは各人が歩く際の股関節、膝、足首の角度を記録し、1,000回以上の試行を捉えました。このデータをロボットに役立つものにするために、彼らはまず、ステップに不可欠ではない微細な高周波のジッター（小刻みな震え）を取り除き、滑らかな主要な動きのみを残しました。次に、各歩行サイクルをリサンプリングし、現実の時間でどれほど長くかかろうとも、すべてのステップが正確に32個の点で表現されるようにしました。この「フェーズ正規化（位相正規化）」と呼ばれるプロセスにより、スローなステップもファストなステップも、単に異なる速度で再生される「同じ形状」として扱われます。その後、彼らはこれらのポイントを、波の構成要素である係数のセットへと変換しました。その結果、特定の時間的持続性に縛られることなく、ステップの形状を記述するコンパクトなコードが得られました。

次に、彼らは小さなコンピュータネットワークを訓練し、2つの単純な入力、すなわち「ロボットがどのくらいの速さで歩くべきか」と「脚の長さ」に基づいて、これらの係数を予測するようにしました。このネットワークはジェネレーター（生成器）として機能し、望ましい速度とロボットの物理的寸法を受け取り、自然な歩行パターンを再構成するために必要な精密な数値のセットを出力します。出力はこれらの周波数成分から構築されているため、結果として得られる動きは数学的に完璧な繰り返しサイクルであることが保証されます。他の手法では、小さな誤差がステップごとに蓄積してズレが生じるという問題がよくありますが、この方法では、時間が経過してもステップが同期から外れるリスクはありません。研究者たちは、このジェネレーターを、録画された人間の歩行ビデオを単に再生する方法や、記録された速度間の隙間を数学的な曲線で埋める方法、あるいは結合振動子に基づいたモデルなど、いくつかの他のアプローチと比較検証しました。彼らの周波数ベースの手法は最も正確であることを証明し、実在の人間のデータに極めて近い歩行パターンを生み出しました。

信頼できる参照歩行パターンを生成する方法を手に入れたことで、チームはロボットにそれを「従わせる」方法へと進みました。彼らは7関節を持つ二足歩行ロボットのシミュレーションを構築し、「強化学習」と呼ばれる学習技術を用いて訓練を行いました。このプロセスにおいて、ロボットは前進し、直立を維持し、そして新しいネットワークによって生成された参照信号の動きに一致することに対して報酬を与えられます。ロボットは単に「歩け」と言われたのではなく、その特定の速度と脚の長さにおける「人間のステップがどのようなものか」を正確に示され、それを模倣するために必要な筋肉のような力をどのように生み出すべきかを考え出さなければなりませんでした。訓練は平地と緩やかな斜面で行われましたが、研究者たちは、ロボットが一度も見たことのない、より急な坂道やデコボコした不整地でも能力をテストしました。

結果は、ロボットが驚くべき堅牢性を持って歩行を学習したことを示しました。スローなすり足から速いジョギングまでの速度範囲で歩行を求められた際、ロボットは望ましい速度を高い精度で追跡しました。さらに印象的だったのは、訓練時に経験した傾斜の3倍にあたる15度の傾斜を持つスロープに置かれた際、ロボットはバランスを維持し、ほとんどの試行において歩行を継続できたことです。対照的に、この周波数ベースの参照信号を使用しなかった他の制御手法は、このような急な傾斜を登ることができなかったり、一定のペースを維持するのに苦労したりしました。また、ロボットはランダムな凹凸やノイズのある路面上でも良好に動作し、転倒することなくナビゲートできました。この成功の鍵は、完璧な人間らしいテンプレートを提供する「周波数ベースのジェネレーター」と、そのテンプレートに従いながら地面へのバランスを適応させる「学習アルゴリズム」の組み合わせにありました。

この研究は、歩行をポーズのシーケンスとしてではなく、周波数のスペクトラムとして扱うことが、ロボティクスにおいて強力な利点をもたらすことを浮き彫りにしています。動きの「形状」を、それを実行するのにかかる「時間」から切り離すことで、システムは基礎を学び直すことなく、あらゆる速度や脚の長さに対して自然に見える歩容を生成できます。現在の研究はコンピュータ・シミュレーション内で行われ、平面上の直線的な歩行を行うロボットに焦点を当てたものですが、この知見は明確な進むべき道を示唆しています。この手法は、人間の動きのデータとロボットの制御との間の溝を埋めることに成功しており、機械に人間のような流動性と適応力を持って歩かせるための安定した基盤を提供しています。研究者らは、今後の課題として、これらのアイデアをより複雑な3次元ヒューマノイドや、最終的にはセンサーのノイズやモーターの遅延といった物理的要因が新たな課題となる実機へと応用していく予定であると述べています。現時点において、この研究は、音の分析から着想を得た数学的なアプローチが、ロボットを私たちのように歩くという目標へ一歩近づけることを示す実証となっています。