全5466文字
本記事はロボットとAI技術の専門誌『日経Robotics』のデジタル版です
本記事はロボットとAI技術の専門誌『日経Robotics』のデジタル版です

 ロボットにタスクを指示する際、人がロボットを動かして、実際にそのタスクをデモンストレーションし、それを繰り返すというアプローチは直感的かつ強力である。しかし、このアプローチは汎化という面で強い制限がある。

 例えば、グリッパー付きのロボットアームを使ってマグカップを収納ラックに立てかけるようなタスクを考え、デモンストレーションをしたと考える。この場合、デモンストレーションした時と少しでも異なる環境、例えば様々な形状のマグカップ、収納ラック、様々な初期状態に対応することは容易ではない。マグカップが少し背が低く、取っ手が大きくなっている場合はどうか。マグカップが斜めに配置されている場合はどうかといったようにである。

著者の岡野原大輔氏
著者の岡野原大輔氏

 このような問題に対し、Neural Descriptor Fields(NDF、ニューラル記述子場)を利用することで、数例のデモンストレーションからでも環境が異なる場合に対応できることが示された1)