Published: 2022-04-02 12:02

全力疾走！ AIで“進化”するチーター型ロボットの実力

産まれたばかりの赤ちゃんが時速9マイル（時速14km）で走れないのは、きっといいことなのだろう。赤ちゃんがハイハイから歩けるようになるまでの間は、母親は子どもがどこかに行ってしまう心配をする必要はないからだ。

【実際の走行動画】その速さに驚き！

しかし、ロボット工学者にはそんな時間はない。そこで、機械が赤ちゃんのように試行錯誤しながら動きを習得する方法を開発している。ただし、赤ちゃんが歩き方を習得するまでにかかる時間の数倍の速さで習得しているのだ。

上の動画でご覧いただいている走りは、優雅な動きとはとても言えないだろう。これはマサチューセッツ工科大学（MIT）の科学者たちが研究開発を進めている「Mini Cheetah」と呼ばれるロボットだ。このロボットは3月中旬に、これまでで最も速い秒速約13フィート（秒速約4m）、すなわち時速9マイル（時速約14km）を記録したとMITの研究者が発表している。

この速度に到達するまでに、研究者たちは1行ずつコードを手で入力したわけではない。コンピューター上でロボットの走行を再現し、シミュレーションを繰り返したことで達成したのだ。

このシステムがたどり着いた走り方は型破りなものだった。しかし、研究者たちは、コンピューター上のロボットが学習したことを現実世界のロボットに移植できた。これによりMini Cheetahは、あらゆる地形で転ぶことなく走り回れるようになったのだ。

この学習プロセスは強化学習として知られている。例えるなら、赤ちゃんの前におもちゃをぶら下げてハイハイを促すようなものだろう。この場合は、4，000種類のロボットを研究者がコンピューター上でシミュレーションしている。まずは歩くことを、次はさまざまな方向に走ることを覚えさせたのだ。

コンピューター上のMini Cheetahは、摩擦係数や硬度をプログラムで再現した擬似的かつ一定の特性をもつ表面の上を試走していた。これにより芝生や舗装された道、氷、砂利など、実世界で歩くであろうさまざまな路面に対応できるようになったのだ。

シミュレーション用にプログラムされた何千台ものロボットは、さまざまな四肢の動かし方を試すことができたという。スピードが出る技術には“報酬”が与えられ、悪い技術は捨てられる。やがてバーチャルロボットは、人間と同じように試行錯誤を繰り返しながら学習していく。

しかし、この学習はデジタルで実施されることから、ロボットはより速く学習できたという。シミュレーションで実施される3時間の学習は、現実世界に換算すると100時間分の学習に相当する。

そして研究者たちは、さまざまな路面での走行についてデジタルロボットが学習したことを、現実のMini Cheetahに移植した。このロボットにはカメラがないので、周囲を見て足どりを調整することはできない。代わりに機体のバランスを計算し、どういった歩幅で前進しているかを記録している。

例えば草の上を歩いているときは、同じような摩擦力や硬度の表面上で実施されたトレーニングのデータを呼び出すことができる。「人間がロボットの歩き方を指示するのではなく、ロボットがシミュレーターと経験から学習し、前進や後退、旋回を非常に素早く切り替えることができるのです」と、このシステムを開発したMITの人工知能（AI）研究者のガブリエル・マーゴリスは語る。

その結果、美しくはないが安定感と速度のある走りが実現した。しかも、この走り方は自分で学習して身につけたものである。

Mini Cheetahは、砂利の足場で滑っても坂をよじ登り、氷の上でバランスを保つことができる。つまずいてもバランスを取り直し、片方の足が不自由になっても動き続けられるのだ。

しかし、必ずしもこれが安全でエネルギー効率のいい走り方ではない。なぜなら研究チームは、スピードだけを追求したからだ。とはいえ、これまでほかのロボットが周りの環境に左右されながら動き回る様子とはまったく異なっている。

「ほとんどのロボットの動きは本当に遅いのです」と、このシステムを開発したMITのAI研究者のプルキット・アグラワルは語る。「ほかのロボットは速く歩くことも走ることもできません。もし歩けていたとしても、真っすぐ進んでいるだけです。仮に曲がることができたとしても、高速で回転するような俊敏な動きはできていませんよね」

こうした強化学習は、ロボット工学の分野でますます注目されている技術である。凍った地面で滑る、棚の上でつまずく、特定の形の岩を踏むなど、ロボットが直面する可能性のあるさまざまな状況を想定し、エンジニアが手作業で動作をコーディングすることは不可能だからだ。

「ここで見られるのは、与えられた課題をこなすという機械学習の優れた特徴のひとつです」と、オスロ・メトロポリタン大学で四足歩行ロボットを研究しているトン・ナイガードは語る。「この場合に機械学習アルゴリズムは、どんなに走り方が奇妙に見えたとしても、このロボットが最も速く走れる方法を見つけるのです」

ロボット研究者は、自然界からヒントを得ることができる。なぜなら、進化はすでに生物学と同じような試行錯誤のプロセスを通過しているからだ。現実世界の4本足の種族が生き残り、繁殖に役立つものは何世代にもわたって受け継がれ、絶えず改良されてきた。

しかし、ロボットと動物はまったく別ものと考えてもいいだろう。Mini Cheetahは本物のチーターと同じく4本の足で動くが、筋肉や腱の代わりにモーターを積んでいるからだ。

チーターなどの大型ネコ科動物の脳は、何百万年もかけて4本足の体を絶え間なく制御できるように進化してきた。しかし、ロボットのソフトウェアは、四肢を制御するための進化に長い時間をかける必要はない。

こうした短時間の学習を可能にすることが、強化学習の醍醐味と言っても過言ではない。ロボットが研究室から“下界”に進出するためにも、ますます重要になると考えられる。

自動車工場の組み立てラインで使われているロボットアームは固定されていることから、予期せぬ地形の上での稼働を想定した設計にはなっていない。これに対してMini Cheetahは、複雑で滑りやすく、歩行者で溢れている外の世界を探索できる。そのためにも、シミュレーションで同じような環境で得た経験を生かす必要がある。

Mini Cheetahは、周りの環境を認知するために複雑なセンサー群を使用していないので、印象的なスタートを切ることができた。次のステップはロボットに視覚を与えることだと、アグラワルは言う。それによって障害物の回避など、より複雑な行動を可能にすることを目指しているという。研究チームは、今回のビデオで紹介された研究内容をまとめた論文も発表する予定だ。

こうしたなか、ロボットの動作がきれいである必要はなく、ただ機能すればいいことをこの実験が示したのだと、オスロ・メトロポリタン大学のナイガードは指摘する。「人間の研究者やエンジニアは、自分たちが考える見栄えのいい走り方にとらわれています」とナイガードは語る。

「それが古いデザインの伝統に基づいたものや同じようなロボットで前例があったもの、自然から受けたインスピレーション、あるいは対称性や『美』に対する潜在的な好みであれ、しばしばわたしたちのアプローチを制限し、最終的に最適な解決法を導けなくなってしまうのです」