新しいアルゴリズムにより、ロボットは人の望みが分からないとき、確認の質問をできるようになる。
「物を取ってくることは、協働ロボットにできるようになってほしい重要な作業です」と、ブラウン大学のコンピューターサイエンス教授、ステファニー・テルレックスは言う。「しかし、ロボットは私たちの望みを誤解したり、指示が曖昧な状況に置かれたりして、簡単に間違いを犯します。そこで今回、ロボットが確信を持てないときに質問できる方法を考案しようとしました。」
テルレックスの研究室は以前、音声による指示に加え、人の身ぶりからも情報を受け取るロボット用アルゴリズムを開発していた。これは人々が日常的に使うやり取りの形だ。誰かに物を頼むとき、同時にそれを指さすことがよくある。新たな研究によると、ロボットは音声指示と身ぶりの両方を受け取ることで、ユーザーの指示をより正確に解釈できるようになった。
「混乱しています」
それでも、このシステムは完璧ではない。互いに近接した場所に、よく似た物がたくさんあると問題が起きる。たとえば作業台を考えてみよう。「レンチを取って」と頼むだけでは具体性が足りず、複数のレンチが近くに集まっていると、人がどれを指しているのか分からないことがある。
「こうした状況では、ロボットが間違った物を取ってくるのではなく、混乱していることを示して質問できるようにしたいのです」とテルレックスは言う。
新しいアルゴリズムはそれを可能にする。ロボットは、ユーザーの望みを把握できている確信の度合いを数値化できる。確信度が高ければ、頼まれた物をそのまま手渡す。確信が十分でない場合は、ユーザーが望んでいる物を最善の推測で選び、その上にグリッパーをかざして「これですか？」と尋ね、確認を求める。
このシステムの重要な特徴の一つは、やり取りのたびにロボットが質問するわけではないことだ。状況に応じて賢く質問する。
「ロボットが確信を持っているときは、質問で時間を取らせたくありません」と、テルレックスの研究室で働く学部生で、大学院生のデービッド・ホイットニーとともに論文の筆頭著者を務めたエリック・ローゼンは言う。「しかし曖昧な場合は、質問してほしい。間違えると、時間の面でより大きな損失が生じることがあるからです。」
システムが尋ねるのはごく簡単な質問だが、「答えに基づいて重要な推論ができます」とホイットニーは言う。たとえば、ユーザーがレンチを頼み、テーブルにレンチが二つあるとする。最初の推測が違うとユーザーがロボットに伝えれば、アルゴリズムはもう一方のレンチがユーザーの望む物だと推論する。そして、追加の質問をせずにそれを手渡す。このような推論は「含意」と呼ばれ、アルゴリズムの効率を高める。
賢さの先へ
システムを検証するため、研究者たちは、訓練を受けていない参加者に研究室へ来てもらい、人気の産業用・研究用ロボット、バクスターとやり取りしてもらった。参加者はさまざまな条件下で、バクスターに物を頼んだ。研究チームは、ロボットが質問を一切しない設定、毎回質問する設定、確信が持てないときだけ質問する設定を用意した。
試験の結果、新しいアルゴリズムを使って状況に応じて質問する方法は、他の二つの条件と比べ、正確さと速さの点で大幅に優れていることが示された。
実際、このシステムは非常にうまく動作したため、参加者はロボットに実際にはない能力まであると思った。研究では、物の名前しか理解できない非常に単純な言語モデルを使った。しかし参加者は、「左側にある」や「私に最も近い」といった前置詞句もロボットが理解できると思ったと研究者に話したが、実際には理解できなかった。また、ロボットが参加者の視線を追跡しているかもしれないとも考えたが、そうではなかった。このシステムがしていたのは、ごく簡単な質問をした後に、賢く推論することだけだった。
今後、テルレックスとチームは、このアルゴリズムをより高性能な音声認識システムと組み合わせ、システムの正確さと速さをさらに高めたいと考えている。
最終的に、テルレックスは、このようなシステムによって、ロボットが職場や家庭で役立つ協力者になることを期待している。
研究は、この春に開催される国際ロボット・オートメーション会議（シンガポール）で発表予定で、国防高等研究計画局（DARPA）とNASAから資金提供を受けた。
