模倣学習で「汎用ロボットアーム」開発に拍車...米ステルスベンチャーが成果を周知開始

ロボットにモノを持たせる、または操作させるためには、一般的にふたつの技術的な選択肢があるとされてきた。ひとつは「ハードコーディング(hard-coding)」。これは、ロボットにすべての動きを細かくプログラミングする手法である。欠点としては、エンジニリングに多くの費用がかかり、かつ周囲の環境が少し変わっただけでも問題が生じてしまうという点だ。もうひとつの方法は、人工知能技術を使用した「強化学習」である。これは、試行錯誤を通じてロボットに動きを学習させる方法。トラブル解決時にインセンティブを与えることで、ロボットはさらに効果的な方法を探すようになる。

一方、Embodied Intelligenceは「模倣学習(imitation learning)」を選択した。この方法では、ロボットは人の動作を見てそのまま行動をコピーする。より詳細に言えば、行動を正確に真似るのではなく、見たもの一般化し、抽象的な「命令セット」(※1)に転換する。

同社は「デモによる学習方法(learning-by-demonstration method)」を採用。すべての種類のシナリオに適用できる単一の学習ソフトウェアを開発するという方針を取り、仮想化技術も採用するとしている。

Embodied Intelligence側は、「まだ自分たちの技術の信頼性が90%に過ぎない。実際に工場や物流現場に導入させるためには、99.9%まで信頼性を高めなければならない」としている。

(※1)コンピュータのハードウェアに対して命令を伝えるための言葉の語彙

参照サイト