A Hierarchical Stochastic Decision-Making Framework for Task Scheduling and Safety-Aware Human-Robot Collaboration

インダストリー5.0として知られる未来の工場では、人間と機械を同じワークスペースに再び融合させることが目標となっています。数十年にわたり、自動化とは、危険な作業や反復的な作業を処理するためにロボットが人間を置き換えることを意味していました。現在、そのビジョンは異なります。人間とロボットが隣り合わせで働き、人間の適応力や判断力と、ロボットの精密さや持久力を組み合わせるというものです。しかし、ワークスペースを共有することは複雑な問題をもたらします。ロボットは、部品がどこにあるかだけでなく、人間の作業員がどのような状態にあるかを知る必要があります。作業員は疲れているのか？ 素早く動いているのか、それともゆっくりなのか？ そのタスクは緊急なのか、それとも待てるものなのか？ もしロボットがこれらの微妙な兆候を読み取ることができなければ、動きが速すぎて事故を引き起こしたり、逆に動きが遅すぎて時間を無駄にしたりする可能性があります。エンジニアにとっての課題は、誰が、いつ、どのように何を行うかを、安全性と効率性を維持しながら、瞬時に判断できるシステムを作り上げることです。

キング・ファハド石油鉱物大学の研究者たちは、この問題を解決するための新しい方法を開発しました。彼らは、人間とロボットのチームのために、二層の脳として機能するコンピュータ・フレームワークを作成しました。すべてを一度にカバーする一つの巨大で複雑な意思決定を行おうとするのではなく、彼らは仕事を二つの明確な部分に分け、それらが互いに通信するようにしました。第一の部分は「ハイレベル・スケジューラー」です。これは、仕事のリストを確認し、誰が利用可能かをチェックし、次のタスクを人間とロボットのどちらが引き受けるべきかを決定する「マネージャー」と考えてください。このマネージャーは、作業員の「疲労度」に細心の注意を払います。もし人間が激しく働いていた場合、システムはさらなる作業を割り当てる前に休憩を与える必要があることを認識します。もしロボットが熱を持ちすぎていた場合、冷却するように指示されます。また、マネージャーは緊急のジョブに優先順位を付け、ボトルネックを引き起こすことなく同時に実行できるタスクを見極めます。

第二の部分は、より低いレベルで動作する「セーフティ・オフィサー（安全管理官）」です。マネージャーが「何を」するかを決定する一方で、このセーフティ・オフィサーは「どのように」するかを決定します。ロボットは、人間が落ち着いているのか、あるいは完全に集中しているのかといった、人間の内面的な状態を完璧に把握することはできないため、目に見えるものに基づいて推測を行う必要があります。研究者たちは、人間の体の動き、具体的には肩、肘、手の位置を観察するモデルを使用しました。これらの動きに基づき、システムは人間の状態に関する「信念（belief）」を維持します。もし動きが落ち着きがなかったり、動きが速すぎたりする場合、ロボットは安全を確保するために自動的に人間との距離を広げます。もし人間が穏やかで、タスクが近接作業を必要としている場合は、ロボットは協調のために近づきます。この安全レイヤーは、人間の動きを観察しながら常に推測を更新し、行動の変化に対してロボットが即座に反応できるようにしています。

このフレームワークをユニークにしているのは、これら二つの部分がどのように接続されているかという点です。多くの従来のシステムでは、タスクの計画と安全監視は、情報を共有することなく別々に行われていました。ここでは、二つのレイヤーは、架け橋として機能する「コーディネーション・モジュール」によって結ばれています。マネージャーがタスクを割り当てるとき、その詳細をセーフティ・オフィサーに伝えます。もしそのジョブがロボットによる単独作業であれば、セーフティ・オフィサーは広い距離を保ちます。もしジョブが人間とロボットの共同作業を必要とする場合は、セキリティ・オフィサーは接近を許可します。極めて重要な点は、セーフティ・オフィサーも情報をマネージャーに送り返すことです。もし人間が作業中に疲れすぎた場合、セーフティ・オフィサーはこれをマネージャーに通知し、マネージャーはその後、その人に作業を割り当てるのを停止し、休息時間をスケジュールすることを決定します。これにより、作業員の安全が工場のスケジュールに直接影響を与えるという、クローズドループが形成されます。

研究者たちは、12種類の異なるタスクの流れをどのように処理するかを確認するために、コンピュータ・シミュレーションを用いてこのシステムをテストしました。彼らは、混合タスクから、主に人間の努力を要するものへ、次に主にロボットの努力を要するものへ、そして最後に密接な協調を必要とするタスクへと、ワークロードが変化するシナリオを作成しました。システムは、新しい状況ごとに再プログラミングを行うことなく、これらすべての変化を正常に管理できました。システムは緊急のジョブを正しく優先順位付けし、最も疲労の少ない作業員にタスクを割り当て、作業員の疲労レベルが高まった場合には人間とロボットの両方に休憩を取らせるようにしました。シミュレーションは、システムがこれらの決定を驚異的な速さで行えることを示しました。特定の状況に対して正しい決定を検索するのにかかった時間は、わずか3.082マイクロ秒と測定されました。この速度は、システムが工場の変化に対してほぼ瞬時に反応できることを意味しており、人間のマネージャーが新しい計画を計算するよりも遥かに高速です。

最も重要な発見の一つは、システムが過度に慎重になりすぎることなく、安全を維持できたことです。以前は、ロボットは安全のために、人間の近くに人がいるだけで停止するか、非常に低速で動かなければならないことがよくありました。この新しいアプローチにより、ロボットはより柔軟に動けるようになります。人間が単独でタスクに取り組んでいるとき、ロボットは遠くに留まります。しかし、人間とロボットが共同タスクに取り組んでいるときは、ロボットの「信念」が安全であると判断している限り、システムは接近を許可します。シミュレーションにより、ロボットは危険な衝突状態に一度も陥ることなく、かつ効率的に協調タスクを実行できることが確認されました。また、システムは作業員の疲労レベルを次のタスクへと引き継ぐことができ、あるシフトの終わりに疲れていた作業員が、次のシフトで過剰に働かされることがないことも実証されました。

研究者たちは、結果がまだ物理的なロボットが実際の人間と共に工場で働いているものではなく、コンピュータ・シミュレーションによるものであることに注意を払いました。シミュレーションにおける人間の「疲労」や「気分」は、実際の人間参加者からの測定ではなく、人間がどのように反応するかという数学的モデルに基づいています。システムは、意思決定のために簡略化された人間の動きのビューを使用していました。結果は有望ですが、著者らは、次のステップとして、コンピュータ・モデルが実際の人間の行動をどの程度正確に反映しているかを確認するために、実際の人間と実際のロボットを用いてこのフレームワークをテストする必要があると述べています。彼らは、心拍数や体の動きをリアルタイムで測定するセンサーを使用して、人間の状態に対するシステムの理解を洗練させる計画です。

この研究は、人間とロボットの協調を実用化し、安全なものにするための重要な一歩となります。タスクのスケジューリングとリアルタイムの安全監視という複雑な問題を分離し、それらを高速な双方向通信システムで結びつけることで、研究者たちは、人間とロボットがチームとして働く工場を管理することが可能であることを示しました。このシステムは、単に硬直したルールのセットに従うのではありません。それは作業員のコンディションやジョブの緊急性に適応します。適切な意思決定構造があれば、ロボットは単に強く精密であるだけでなく、共に働く人々に対して思いやりを持ち、応答することもできるということを、この研究は証明しています。マイクロ秒単位でこれらの決定を下せる能力は、このようなシステムが間もなく、労働者の安全を守りながら生産性を最大化する「明日の工場」を動かしていく可能性があることを示唆しています。