この研究は、互いに関係のない部品の形状、機能、取り付け方法を推論する新たな能力を用いるもので、危険で、場合によっては生命を脅かす環境において有用となり得るより高度な道具を、知能エージェントが考案できるようにするための重要な一歩である。
この概念は聞き覚えがあるかもしれない。1980年代のテレビシリーズ（近年リブートされた）の名前にちなみ、「マッグガイバリング」と呼ばれている。シリーズでは、型破りな問題解決能力で知られる主人公が、手元にあるさまざまな資源を使う。長年にわたり、コンピュータ科学者などが、ロボットに同様の能力を持たせるための研究を続けてきた。
今回の研究では、研究者らが新しい手法でロボットを訓練し、任意で使える部品一式を与えたうえで、特定の道具を作るよう指示した。人間と同様に、ロボットはまず各部品の形状と、ある部品が別の部品にどのように取り付けられるかを検討する。
新しい道具をマッグガイバリングで作る
機械学習を用いることで、ロボットは日用品の多数の例から、形状と機能を結び付けることを学ぶ。すなわち、どのような物体の形状が特定の結果を促すのかを学習する。例えば、ボウルのくぼみが液体を保持することを学習すると、スプーンを作る際にその知識を用いる。同様に、研究者らは、ロボットが突き刺したりつかんだりできる素材の例から、物体同士を取り付ける方法もロボットに教えた。
研究では、研究者らがハンマー、へら、すくい具、スクイージー、ドライバーを首尾よく作成した。
「ドライバーは特に興味深いものでした。ロボットがペンチと硬貨を組み合わせたからです」と、ジョージア工科大学インタラクティブコンピューティング学部の博士課程学生、ラクシュミ・ナイル氏は語る。「ロボットは、ペンチは何かをつかむことができ、硬貨はドライバーの先端に概ね適合すると推論しました。両者を組み合わせることで、効果的な道具ができあがるのです。」
現時点では、ロボットの推論は形状と取り付けに限られている。特定の素材特性については、まだ効果的に推論することができない。これは実世界の場面へと進むうえで重要な段階である。
「人はハンマーが頑丈で強いものだと推論するので、発泡ブロックでハンマーを作ることはないでしょう」とナイル氏は言う。「私たちの研究では、そのレベルの推論に到達したいと考えており、現在取り組んでいるところです。」
宇宙からのインスピレーション
この研究のヒントとなったのは、アポロ計画の7回目の有人飛行であり、失敗に終わったアポロ13号である。ミッションの2日目に、宇宙船の機械船にある酸素タンクが爆発した後、乗組員は二酸化炭素除去システムに応急的な改造を施す必要があった。
危険なほど限られた時間と、搭乗員および管制センターにおける極度の緊張にもかかわらず、救出は成功した。ナイル氏と共同研究者らは、この研究が、ストレスの負担なしにより速く推論できる将来のロボット技術の基礎となることを期待している。
「乗組員は、このフィルターを作ることはできましたが、解決策を考案するのに長い時間がかかりました」とナイル氏は言う。「私たちは、このような場面で人間を支援し、革新的な解決策を考え出す負担を軽減し、場合によっては命を救うことができるロボットを作りたいと考えています。」
研究者らはその研究を、2019年のロボティクス：サイエンス・アンド・システムズ会議で発表した。
本研究は、一部、米国国立科学財団および米国海軍研究局の支援を受けた。
