MITの研究者たちは、ロボット工学の枠組みに社会的相互作用を取り入れ、ロボットが互いを助ける行動や妨げる行動を理解できるようにした。
ロボットは、自ら社会的行動を学べるよう準備されている。
これにより、医療や介護などの分野でロボットが働く際に、より思いやりのある環境をつくれる可能性がある。
科学者たちは現在、ロボットと人間との社会的相互作用をさらに高度なものにしようと取り組んでいる。
ロボットは大学のキャンパスで食事を配達し、ゴルフコースでホールインワンを達成することもできる。しかし、最も高度なロボットでさえ、日々の人間生活に欠かせない基本的な社会的相互作用を行うことはできない。
MITの研究者たちは今回、ロボット工学の枠組みに特定の社会的相互作用を取り入れ、機械が互いを助けることや妨げることの意味を理解し、そうした社会的行動を自ら学べるようにした。シミュレーション環境では、ロボットが仲間を観察し、相手が達成しようとしている課題を推測したうえで、自らの目標に基づいてそのロボットを助けたり、妨げたりする。
研究者たちはまた、このモデルが現実的で予測可能な社会的相互作用を生み出すことも示した。シミュレーション内のロボット同士が相互作用する動画を人々に見せたところ、どのような社会的行動が起きているかについて、人間の視聴者の大半はモデルと同じ判断をした。
ロボットが社会性を示せるようになれば、人間とロボットの相互作用はより円滑で前向きなものになる可能性がある。たとえば、高齢者向け施設のロボットは、こうした能力を活用して、より思いやりのある環境づくりを助けられるかもしれない。この新しいモデルによって、科学者が社会的相互作用を定量的に測定できるようになり、心理学者による自閉症の研究や抗うつ薬の効果の分析に役立つ可能性もある。
「ロボットが私たちの世界で暮らすようになる日はそう遠くありません。ロボットは、人間の流儀で私たちと意思疎通する方法を学ぶ必要があります。いつ助けるべきか、何かが起きないように自分に何ができるかを考えるべき時はいつかを理解しなければなりません。これはごく初期の研究で、まだ表面をかすめたにすぎませんが、人間と機械が社会的に相互作用するとはどういうことかを理解するための、初めての本格的な試みだと感じています」と、MITコンピューター科学・人工知能研究所（CSAIL）のInfoLabグループ主任研究員兼グループ長であり、Center for Brains, Minds, and Machines（CBMM）のメンバーでもあるボリス・カッツは述べる。
論文の共筆頭著者には、カッツのほか、CSAILの研究助手ラヴィ・テジュワニ、CSAILの博士課程学生イェンリン・クオ、脳・認知科学科の博士研究員シュウ・ティエンミンが名を連ねる。上席著者は、CSAILおよびCBMMの研究員アンドレイ・バルブーである。この研究は11月に開催されるConference on Robot Learningで発表される予定だ。
社会的相互作用のシミュレーション
社会的相互作用を研究するため、研究者たちは、ロボットが二次元グリッド上を動き回りながら、物理的な目標と社会的な目標を追求するシミュレーション環境を作成した。
物理的な目標は環境に関わるものだ。たとえば、ロボットの物理的な目標は、グリッド上の特定の場所にある木まで移動することかもしれない。社会的な目標では、別のロボットが何をしようとしているのかを推測し、その推測に基づいて行動する。たとえば、別のロボットが木に水をやるのを手伝うことだ。
研究者たちはこのモデルを使い、ロボットの物理的な目標と社会的な目標、そしてどちらをどの程度重視するかを指定する。ロボットは、目標の達成に近づく行動を取ると報酬を得る。仲間を助けようとするロボットは、自らの報酬を相手の報酬に合わせて調整する。妨げようとする場合は、相手とは反対になるよう報酬を調整する。どの行動を取るべきかを決めるアルゴリズムであるプランナーは、絶えず更新されるこの報酬を使い、物理的な目標と社会的な目標を組み合わせて達成するようロボットを導く。
「二つのエージェント間の社会的相互作用をモデル化するための、新しい数学的枠組みを開発しました。あなたがロボットで、場所Xに行きたいとします。私も別のロボットで、あなたが場所Xに行こうとしているのを見たら、あなたがより早くそこに着けるよう手助けして協力できます。Xをあなたの近くに移動させたり、よりよい別のXを見つけたり、Xであなたがする必要のあった行動を取ったりすることが考えられます。私たちの定式化では、計画によって『どのように』を見つけられます。社会的相互作用が数学的に何を意味するかという『何を』は、私たちが定めます」とテジュワニは述べる。
現実的な相互作用を生み出すには、ロボットの物理的な目標と社会的な目標を組み合わせることが重要だ。互いに助け合う人間にも、どこまで助けるかには限度があるからだ。たとえば、理性的な人なら、見知らぬ人に財布をそのまま渡すことはまずないだろうとバルブーは述べる。
研究者たちはこの数学的枠組みを使い、三種類のロボットを定義した。レベル0のロボットは物理的な目標だけを持ち、社会的な推論はできない。レベル1のロボットは物理的な目標と社会的な目標を持つが、ほかのロボットはすべて物理的な目標しか持たないと仮定する。レベル1のロボットは、ほかのロボットの物理的な目標に基づき、助けたり妨げたりする行動を取れる。レベル2のロボットは、ほかのロボットも社会的な目標と物理的な目標を持つと仮定する。こうしたロボットは、協力して助けるために加わるなど、より高度な行動を取ることができる。
モデルの評価
モデルと社会的相互作用に関する人間の見方を比較するため、研究者たちはレベル0、1、2のロボットによる98種類のシナリオを作成した。12人の人間が、ロボット同士の相互作用を映した196本の動画を視聴し、それぞれのロボットの物理的な目標と社会的な目標を推定するよう求められた。
多くの場合、各場面で起きている社会的相互作用について、モデルの判断は人間の考えと一致した。
「私たちは長期的に、ロボットの計算モデルを構築することだけでなく、これに関する人間の側面をさらに深く探ることにも関心を持っています。人間が社会的相互作用を理解する際、動画のどの特徴を使っているのかを知りたいのです。社会的相互作用を認識する能力を測る客観的なテストを作れるでしょうか。人々にこうした相互作用の見分け方を教え、その能力を高める方法があるかもしれません。そこに至るまでには長い道のりがありますが、社会的相互作用を効果的に測定できるだけでも大きな前進です」とバルブーは述べる。
さらなる高度化に向けて
研究者たちは、家庭用品の操作など、より多様な相互作用が可能な環境で動く3Dエージェントを備えたシステムの開発に取り組んでいる。また、行動が失敗する可能性のある環境も含めるよう、モデルを改良する計画だ。
研究者たちはまた、経験から学び、より速く動作するニューラルネットワークベースのロボットプランナーをモデルに組み込みたいと考えている。さらに、人間が二台のロボットの社会的相互作用を見極める際に用いる特徴について、データを集める実験も行いたいとしている。
「願わくば、すべての研究者がこうした社会的相互作用に取り組めるベンチマークを作り、物体認識や動作認識など、ほかの分野で見られた科学と工学の進歩を促したいです」とバルブーは述べる。
「複雑でありながら緊急性の高い課題に、構造化された推論を応用する素晴らしい例だと思います」と、ハーバード大学心理学科の助教授で、Computation, Cognition, and Development Labの責任者でもあるトマー・ウルマンは述べる。ウルマンはこの研究には参加していない。「幼い乳児でさえ、助けたり妨げたりするような社会的相互作用を理解しているようです。しかし、そうした推論を人間のように柔軟に実行できる機械は、まだありません。他者の報酬について考え、相手を妨げたり支援したりする最善の方法を社会的に計画するエージェントを備えた、この研究で提案されたようなモデルは、正しい方向へのよい一歩だと考えています。」
この研究は、Center for Brains, Minds, and Machines、National Science Foundation、MIT CSAIL Systems that Learn Initiative、MIT-IBM Watson AI Lab、DARPA Artificial Social Intelligence for Successful Teams program、U.S. Air Force Research Laboratory、U.S. Air Force Artificial Intelligence Accelerator、およびOffice of Naval Researchの支援を受けた。
