東北大学、AIで抽出した昆虫の歩行原理を6脚ロボットへ移植

東北大学大学院などの研究グループは、昆虫の歩行データからAIが抽出した特徴を6脚ロボットへ移植しました。
ナナフシの平地歩行約3～4歩行周期分を教師データに使い、強化学習で歩行制御の原理を捉えました。
シミュレーションでは、凹凸地形や脚の欠損に応じて歩き方を自律的に組み替えました。

記事の概要

研究グループは、公開データセットに収録されたナナフシの平地直進歩行を教師データに採用しました。
教師データは、18関節を含む約3～4歩行周期分の1区間です。
敵対的逆強化学習（AIRL）を適用し、歩行データから報酬関数を推定しました。
報酬関数は、強化学習でエージェントの行動の良し悪しを判断する仕組みです。
研究グループは識別器を、身体に依存しない報酬ネットワークと機体固有の事情を吸収するネットワークに分けました。
これにより、歩行としての望ましさを示すネットワークだけを、体格の異なる6脚ロボットへ移植できるようにしました。
平地ではナナフシに似た安定歩行を再現し、6脚の動くタイミングや関節協調は生物学的な知見と合致しました。
凹凸地形では脚のタイミングが前脚から後脚へ波のように伝わる歩き方へ変化し、右中脚を無効化した条件では残る脚が支持を補う代償動作を示しました。

記事のポイント

1. 歩行データから報酬推定： AIRLでナナフシの動きを学習中のエージェントと比較し、歩行の良さを表す報酬関数を推定しました。
2. 身体の違いを分離： 身体に左右されない歩行の望ましさと、機体固有の事情を別ネットワークに分けて設計しました。
3. 不整地や脚欠損に対応： シミュレーションでは、地形や脚の状態に応じて歩行パターンを組み替える動きが現れました。

このニュースがもたらす影響

• 導入を検討する企業： 強化学習の報酬設計を人手で細かく作り込む負担を抑えられる可能性があります。導入企業には、実機の不整地や故障時にも同じ適応が再現するかを検証する計画が必要です。
• ロボット開発企業： 機体ごとに制御を作り直すのではなく、歩行の評価軸と機体固有の調整を分ける設計が選択肢になります。異なる機体へ展開する開発では、共有部分の再利用範囲を見極めやすくなりそうです。
• 多脚ロボット研究者： 数歩分の生物データから、地形変化や脚欠損への対応がシミュレーション上で生じたため、データを増やすだけでなく、抽出した原理をどの条件で信頼できるかを評価する研究が重視されそうです。

このニュースの背景

多脚ロボットの強化学習では、何を良い歩行とするかを表す報酬関数を人が設計する必要があります。
今回の研究は、ナナフシの約3～4歩行周期分のデータから、AIRLで歩行の望ましさを推定しました。
身体に依存しない報酬ネットワークと、機体固有の事情を扱うネットワークを分けたことで、異なる体格のロボットへの移植を可能にしました。
シミュレーションでは、教師データにない凹凸地形や脚欠損に対して、歩行パターンを組み替える動きも確認されています。

詳しい記事の内容はこちらから（引用元）

日経クロステック（xTECH）

昆虫の動きをAIで抽出し6脚ロボットへ移植、不整地での歩行にも柔軟に対応

　東北大学大学院などの研究グループは、ナナフシが平地を直進したときのデータのみを教師データとして用い、AIが抽出した特徴…