開発した模倣学習プラットフォームを活用し、物資輸送用バッグのファスナー開閉等、従来の技術ではロボットによる自律操作が困難だった作業を、対象物の位置を固定した環境下において100%の精度で実現可能なAIロボットシステムを構築したという。
宇宙飛行士の作業効率化に向け、柔軟物を対象としたロボットの自律操作に課題
現在、国際宇宙ステーション（ISS）では宇宙飛行士による船外作業のリスク低減や、作業の効率化に寄与する船外ロボットアームが活躍している。将来的にロボットによる作業の補助の幅を更に広げ、船内でも宇宙飛行士をサポートするためには、人の手による取り扱いを前提とした柔軟な素材の操作が必要となるという。
しかし、従来のロボット技術では物資輸送用バッグ (Cargo Transfer Bag、以下CTB)やケーブル類といった形状が変化する対象を通信の遅延がある環境で操作することは困難であるほか、操作対象のサイズや質量が作業の精度に影響を与えやすいという課題がある。
エクサウィザーズは上記のような課題の解決に向け、マルチモーダルデータを活用して工程の自動化・最適化を可能にするロボットAIソリューション「exaBase ロボティクス」の技術アセットを活用することで、さまざまな用途に合わせて学習できる汎用性の高い模倣学習プラットフォームを開発した。
そして、同プラットフォームを活用して構築したAIロボットシステムにより、従来のロボットでは自律操作が困難だったCTBのファスナー開閉等を対象に、適用性の評価および実機におけるデモンストレーションを実施した。
曲線も含む柔軟物のファスナー開閉作業を100%の精度で実現
ロボットが柔軟物のファスナーを開閉する作業は高度な模倣学習・予想学習技術を必要とするため、従来の技術では実現することが困難だ。しかし、当社顧問で早稲田大学理工学術院基幹理工学部表現工学科の尾形哲也教授の論文により、視覚と触覚の情報を併用することで、対象物の位置を固定した状況下において直線上のファスナーを開ける作業が約93%の精度で可能となることが発表された。
本取り組みでは、同論文で使用されたモデルアーキテクチャーをもとに開発を行い、AIロボットによる柔軟物のファスナー開閉作業を、以下の3点においてより実用性の高いレベルで実現した。
- 1. 触覚に代わり力覚(関節モータ電流から推定したトルク値)を用いて、柔軟物におけるファスナーの開閉作業を実現
- 2. 直線だけでなく曲線も含む柔軟物のファスナー開閉作業を、対象物の位置を固定した状況下において学習させ、その固定位置における操作を100%の精度で実現
- 3. 上記条件に加え対象物の位置を左右にずらして学習させ、その後、学習条件とは違う位置に動かした条件下においても、曲線を含むファスナー開閉作業を80%以上の精度で実現
今後は、同作業の宇宙での適用に向けて、対象物の場所や形だけでなく、重力環境が変化する状況下においてもさらに高い精度で作業が実施できるよう、開発を進める予定という。
全てをROSベースで実装、将来的なロボットの変更等に対応可能なAIロボットシステム
システムが特定のハードウェアやソフトウェアに依存する場合、将来的なシステムの更新や交換に制約が生じる可能性があるほか、異なるロボット間の通信や互換性が複雑化することで、時間と開発コストが大幅に増加する可能性がある。
本AIロボットシステムは、拡張性および汎用性の高いオープンソースのロボットソフトウェアプラットフォーム「ROS（Robot Operating System）」および開発環境の変更にも柔軟に対応可能なオープンプラットフォーム「Docker」をベースとしたシステムにすることで、上記のような課題を解決している。これにより、将来的なシステムの更新や交換が必要になった場合においても、時間と開発コストを抑えながら一貫性をもったシステム運用が可能だ。
エクサウィザーズは、exaBaseロボティクスの技術アセットおよびノウハウを活用することで、有人宇宙活動における定型作業の自動・自律化の実現を通じた、持続可能な宇宙産業の発展への貢献を目指すという。
早稲田大学 理工学術院基幹理工学部表現工学科教授 尾形哲也氏は次のようにコメントした。
我々の「深層予測学習」は、ピック＆プレイスや引き出し開けといった単純な動作ではなく、視覚、触覚、力覚などを組み合わせ、粘性流体や柔軟物体の操り動作を模倣学習する手法です。このエクサウィザーズとJAXAの共同研究の成果は、この特性を最大限に活かした興味深い応用事例だと思います。今後の展開に大いに期待しています。
