ネジを具合よく締める際は、視覚ではなく触覚に頼っている。MITの研究チームは、こうした作業における身体感覚をマスターするロボットを開発した。

ロボットは、54個のブロックからなるタワーから、ブロックを慎重に抜いては積み上げていくジェンガを通して微妙な力の入れ具合を学んでいく。

視覚からだけでなく、触覚によるフィードバックからリアルタイムに学ぶジェンガロボットについて見ていこう。

・触覚的フィードバックを記録して比較

ジェンガでは、囲碁や将棋などのゲームとは違って、ブロックを押したり引いたり置いたり…といった物理の法則に従ったスキル習得が必須だ。

MITの研究チーム開発のロボットは、カメラと力を感知するカフを通して、タワーおよび個々のブロックを見たり感じたりする。

ロボットがブロックを操作するときには、視覚的および触覚的なフィードバックを受け取りこれまでのデータと比較する。また、今回の力の入れ具合でブロックが正常に取り出せたかどうかを評価する。

そしてタワーが崩さないために、押し続けるのがよいのか新しいブロックに移動するがよいのかをリアルタイムに学習していく。

・ケースを分類して効率よく学習

ジェンガのプレイをシミュレートするのは非常に難しく、したがってロボットは実践を通して学ぶ必要がある。重要なのは、物理学に関する知識も活用しつつできるだけ少ない試行から学ぶこと。

ロボットが効率よく学ぶために、各ブロック試行についての視覚的および触覚的な測定値を記録し、各試行が成功したかどうかをラベル付けした。

移動が簡単だったブロックや困難だったブロックなど、複数のクラスタに分類。各クラスタに対して、これまでのデータからブロックの挙動を予測するためのモデルを開発した。

人間との対戦についても何回かはおこなったようだが、今のところ対戦で強くすることにはあまり重きを置かず、スキルを他のアプリケーションに適用することに焦点を当てているとのこと。

同学習システムは、ゴミの分別や製品の組み立てといった、触覚との相互作用を要するさまざまなタスクに応用できるだろう。

参照元：MIT robot combines vision and touch to learn the game of Jenga/MIT News