二体のヒューマノイドロボットが完璧なリズムで縄を回し、三体目がその間を跳び跳ねている様子は、まるで遊園地の光景のようです。南京大学の研究者たちは、これを可能にする人工知能システムを新たに構築しました。研究チームは、これは複数のヒューマノイドロボットがこれほど正確に共同で物理的なタスクを協力することを学んだ初めての例であると述べています。このシステムはMaropeと呼ばれ、ロープを使った長縄跳びのためにロボットに協調を教えることを目的としています。このゲームは通常、二人が共同で縄を回し、三人目がそのリズムに合わせて跳ぶ必要があります。
研究者たちは、プレプリント論文で彼らのアプローチを詳述し、専用のプロジェクトページにデモ動画を公開しました。長縄跳びのタスクの挑戦は、現在のほとんどのロボット運動研究が直面している課題とは全く異なります。これまでのヒューマノイド運動プロジェクトは、卓球をする、ダンスをする、または走るロボットなど、通常は単一のロボットが独立して行動するか、外部の物体に反応することに限られていました。しかし、縄跳びは本当に複数のロボットのチームワークを要求します。二体のロボットは協調した動作で共同の縄を振り回しながら、バランスと位置を保たなければなりません。
縄自体は回転する際に予測不可能に曲がり、変形します。その形状は剛体のように直接制御することはできません。さらに重要なのは、回す者は自分の振りのタイミングを跳ぶ者のリズムに合わせなければならず、そのリズムは変化する可能性があります。
Maropeシステムの三層解決策
Maropeは段階的なアプローチでこの問題を解決します。まず、二体の縄を回すロボットが多エージェント強化学習を通じて共有の分散型戦略を学び、縄を振ることができるようになります。これにより、各ロボットは自分の動作を制御しながら、協調した縄の動きを生み出すことができます。次に、単独のスケジューリング戦略がこれを基に、リアルタイムで回す者の指示を調整し、縄の回転と跳ぶ者のリズムを整合させ、衝突を避けます。最後に、研究者たちは跳ぶロボットにさまざまな跳び方を訓練し、システムが異なるパートナーに対して一般化できるようにします。これは、単一の予測可能な跳び方に依存するのではなくなります。
研究者たちはシミュレーションでMaropeといくつかの簡略化されたベースライン手法の効果を評価しました。これには、二体の縄を回すロボットを単一のエージェントバージョンで制御する統合戦略が含まれます。論文で報告された結果によると、Maropeのアプローチは、縄の追跡誤差を減少させ、足の滑りを低下させる点で、ベースライン手法よりも優れた性能を示しました。研究チームはまた、このシステムを実際のUnitree G1ヒューマノイドロボットに展開しました。これらのテストでは、この設定がヒューマノイドロボット同士の縄の回し方や、ヒューマノイドロボットと人間との縄の回し方を成功裏に調整しました。
さらに、論文と付随するデモ動画に示されているように、人間とヒューマノイド参加者が関与する跳び場面も処理しました。
Maropeの現在の限界
研究チームはMaropeの現段階の不足について率直に述べています。このフレームワークは長縄跳び専用に設計されており、他の協力的なヒューマノイドタスクに自動的に一般化されることはありません。現在のシステムは単一の跳ぶ者しか処理できず、二人跳びのようなより複雑な形式にはまだ対応していません。チームは運動捕捉システムに依存して、縄と参加者をリアルタイムで追跡しています。この設定は、実際のシーンで機載センサーを使用する必要があり、ヒューマノイドロボットが現実的に人間と調整することを可能にします。研究者たちは、機載知覚への移行を将来の作業の有望な方向性として位置付けています。