中国のGalbot社が開発したヒューマノイドロボットが、北京で開催された第2回世界ヒューマノイドロボット競技会（WHRG）の開会式で、人間の選手と対戦し、100回以上の連続ラリーを達成しました。Galbotは、これは世界初のヒューマノイドロボットによる人間の直接操作なしでの実環境における自律的なテニス試合であると述べています。試合中、ロボットはリアルタイムで試合状況を感知し、自主的に判断し、コート上で独立して移動し、高速なインタラクションに対応しました。
Galbot自律テニス試合が動的環境への対応能力を示す
第2回WHRGは中国北京で開幕し、16カ国から合計666チーム、2056台のロボットが参加し、多くの新しい競技が追加されました。Galbotのヒューマノイドロボットは、開会式のテニスデモで100回以上の連続ラリーを成功させ、ヒューマノイドロボットによるテニス試合の新記録を樹立しました。このデモは、WHRGの発展の焦点が、制御された実験室のタスクから、動的な実環境でのロボットのパフォーマンスをテストする方向に移行していることを反映しています。
対戦中、ロボットは高速で移動するテニスボールを自ら追跡し、コート上で位置を調整し、サーブ、フォアハンド、バックハンド、リターン、ボール救出などの動作を実行しました。ラリーが進むにつれて、ロボットは動作戦略を常に調整し、視覚認識、意思決定計算、全身の協調能力を組み合わせる必要がありました。ロボットは人間の選手とペアを組んでダブルスの試合にも参加し、コート上の変化に応じて位置や動作を調整しました。特定のラリーでは、ロボットはバランスを失った後も自ら安定を取り戻し、試合を続行しました。
専門家は、このデモが北京のイベントのより大きな目標を体現していると指摘しています。それは、ヒューマノイドロボットのテスト範囲を単一のスキルのデモから、複雑な環境での持続的な感知、意思決定、行動ができるかどうかに拡大することです。Galbotの自律テニス試合は、この方向に向けた重要な一歩です。
LATENTフレームワークがヒューマノイドロボットの学習のハードルを下げる
デモの背後にある核心技術はLATENT（Learning Athletic Humanoid Tennis Skills from Imperfect Human Motion Data）で、Galbotが開発した新しい人工知能フレームワークです。これは、ヒューマノイドロボットが不完全な人間の動作データから複雑なテニス技術を学ぶのを支援するために特別に設計されています。LATENTはテニスの動作を複数の再利用可能な基本動作ユニットに分解し、フォアハンド、バックハンド、横移動、交差歩行などを含み、システムが段階的に単一の動作を学び、より複雑な連続行動に組み合わせることを可能にします。
Galbotによると、LATENTの重要な特性は「リアルに近い」人間の動作データを使用できることであり、高度に精密なモーションキャプチャデータセットに依存しないことです。研究者たちは初期の研究で、軽量のモーションキャプチャデバイスを使用して、アマチュア選手から約5時間の基本的なテニス動作データを収集しました。その後、システムはこれらの不完全なデモデータを整理し、ロボットが解釈し最適化できる隠れた動作空間を形成しました。フレームワークは強化学習と大規模なシミュレーショントレーニングを通じて、システムが試合の変化に応じて動作を選択し組み合わせることを可能にします。
このメカニズムにより、ロボットは来るボールなどの外部要因に応じて動作を調整し、同時に協調的で自然な運動パターンを維持することができます。Galbotは、関連する方法がロボット学習の分野における大きな課題を解決することを目指していると指摘しています。それは、大量の完璧に録音された人間のデモなしに、ロボットに高速で正確かつ動的に変化するスキルを教えることです。ノイズの多い人間の動作データを再利用可能な動作ユニットに変換することで、LATENTはロボットが複雑な運動タスクを実行するためのより効率的なトレーニング手法を提供します。