ドライバーが道路のルールを守るのと同じように、歩行者の多くも、廊下や混雑した大通りを通る際に一定の社会的な規範に従う。右側を歩き、左側から追い越し、相手と適切な距離を保ち、歩くペースを一定に保ちながら、向かってくる障害物を避けるために進路を縫うように変えたり、方向を変えたりできるようにしておく。
MITのエンジニアが今回、「社会性を考慮したナビゲーション」を備える自律型ロボットを設計した。歩行者の流れに合わせて進みながら、歩行者の行動に関する一般的な規範を守ることができる。
MITのスタータ・センター内で行われた走行試験で、膝の高さほどの車輪付きキオスクに似たこのロボットは、歩行者の平均的な流れに合わせて進みながら、衝突を見事に回避した。研究者らはロボットの設計を論文にまとめ、9月に開催されるIEEE知能ロボット・システム国際会議で発表する予定だ。
「歩行者との頻繁なやりとりが必要な環境で稼働する移動ロボットにとって、社会性を考慮したナビゲーションは中核的な能力です」と、この研究を主導した元MIT大学院生で、論文の筆頭著者であるユ・ファン“スティーブン”・チェンは語る。「例えば、小型ロボットは歩道で荷物や食事の配達に使えるでしょう。同様に、パーソナルモビリティ機器を使えば、ショッピングモール、空港、病院など、大規模で混雑した空間で人を移動させることができます。」
チェンの共著者は、大学院生のマイケル・エベレット、元ポスドクのミャオ・リウ、そしてMIT航空宇宙工学科のリチャード・コックバーン・マクローリン教授ジョナサン・ハウである。
社会的な走行
人通りの多い環境をロボットが自律的に移動するには、主に4つの課題を解決する必要がある。自己位置推定（世界のどこにいるかを把握すること）、認識（周囲の状況を認識すること）、経路計画（目的地までの最適な経路を特定すること）、制御（望ましい経路を物理的にたどること）だ。
チェンらは、自己位置推定と認識の課題を解決するために、標準的な手法を用いた。認識のために、ウェブカメラ、深度センサー、高解像度のLiDARセンサーなど、市販のセンサーをロボットに搭載した。自己位置推定にはオープンソースのアルゴリズムを使い、ロボットの環境を地図化して位置を特定した。ロボットの制御には、自動運転の地上車両に用いられる標準的な手法を採用した。
「私たちが革新が必要だと考えたのは、経路計画の分野です」とエベレットは言う。「世界のどこにいるかが分かり、軌道をたどる方法も分かったとして、どの軌道をたどるべきなのでしょうか。」
これは難しい問題だ。特に歩行者の多い環境では、一人ひとりの進路を予測するのが難しいことが多い。解決策として、ロボット工学の研究者は軌道ベースの手法を用いることがある。人々が進みたいと考えるそれぞれの軌道を考慮し、最適な経路を計算するようロボットにプログラムする手法だ。人は自分がどこへ行こうとしているのかをロボットに明示的に伝えるわけではないため、こうした軌道はセンサーデータから推測しなければならない。
「しかし、計算にものすごく時間がかかります。ロボットは次に何をすべきか考えるためにその場に止まったままで、その間に人はどんどん先へ進んでしまう。ロボットが『たぶん右に行くべきだ』と判断するころには、もう手遅れです」とエベレットは言う。「だから、この方法はあまり現実的ではありません。特に、もっと速く走らせたい場合には。」
より高速な「リアクティブ型」の手法を使う研究者もいる。幾何学や物理学に基づく単純なモデルをロボットに組み込み、衝突を避ける経路を素早く計算させる方法だ。
エベレットによると、リアクティブ型の手法の問題は、人間の行動が予測できないことにある。人は幾何学的な直線経路をめったに歩かず、友人にあいさつしたりコーヒーを買ったりするために進路を変え、縫うように歩いたり、あちこち寄り道したりする。こうした予測不能な環境では、ロボットは人と衝突したり、人を避けすぎて押し流されているように見えたりしがちだ。
「現実の状況でロボットに向けられる批判は、慎重すぎるか、攻撃的すぎるかもしれないということです」とエベレットは言う。「人に十分な空間を与える、適切な速度で走るといった、社会的に受け入れられたルールに沿っていると感じてもらえず、助けになるどころか、かえって邪魔になってしまいます。」
訓練の日々
研究チームはこうした限界を克服する方法を見つけ、予測不能な歩行者の行動にロボットが適応できるようにした。人の流れに合わせて動き続け、歩行者の行動に関する一般的な社会規範にも従うことができる。
研究チームは、機械学習の一種である強化学習を用いた。コンピューターシミュレーションを行い、環境内にある他の物体の速度と軌道に応じて、特定の経路を進むようロボットを訓練した。また、このオフラインの訓練段階に社会規範も取り入れた。シミュレーションではロボットが右側から追い越すよう促し、左側から追い越した場合にはペナルティを与えた。
「人々の間を自然に移動し、邪魔にならないようにしたいのです」とエベレットは言う。「ほかの人たちと同じルールに従わせたいのです。」
強化学習の利点は、多大な時間と計算能力を要する訓練シナリオを、研究者がオフラインで実行できることだ。ロボットをシミュレーションで訓練すれば、現実世界で似た状況を認識したときに、シミュレーションで特定した最適な経路を実行するようプログラムできる。
研究者らは、ロボットが0.1秒ごとに環境を評価し、経路を調整できるようにした。これによりロボットは、経路を再プログラムするために停止することなく、廊下を毎秒1.2メートルという一般的な歩行速度で走り続けられる。
「目的地までの経路全体を計画することはしていません。世界が変化していると想定するなら、もはや意味がないからです」とエベレットは言う。「見えているものを確認し、速度を選んで0.1秒間進み、また周囲を見て別の速度を選び、再び進むだけです。この方法なら、ロボットはより自然に見え、人々の行動を予測できると考えています。」
人混みの制御
エベレットらは、MITのスタータ・ビルディングにある混雑した曲がりくねった廊下でロボットを試験走行させた。ロボットは一度に20分間、自律走行することができた。歩行者の流れに沿って滑らかに進み、廊下では概ね右側を保ち、ときどき人を左側から追い越し、衝突を一切回避した。
「人々が授業に向かったり、食事を買ったりと、日常の用事をしている場所にロボットを連れて行き、そうした状況にも十分対応できることを示したかったのです」とエベレットは言う。「あるときは観光客の団体もいましたが、ロボットは完璧に避けました。」
エベレットは今後、歩行者のいる環境でロボットが人混みにどう対処できるかを探る予定だという。
「人混みの動き方は個々の人とは異なります。5人が一緒に歩いているのを見たら、まったく別のことを学ばなければならないかもしれません」とエベレットは言う。「『人々の間を通り抜けない、人々を分断しない、ひとつの集団として扱う』という社会的なルールがあるかもしれません。これは今後研究するテーマです。」
この研究はフォード・モーター・カンパニーの資金提供を受けた。
