「よろめく」ロボット犬はわずか1時間で死んでしまった...

捕食者を避けるために、生まれたばかりのキリンや子馬などの動物は、できるだけ速く足で歩くことを学ばなければなりません。

しかし、足の筋肉と腱を正確に調整することを学ぶには、ある程度の時間がかかります。

最初、若い動物は、生まれつき備わっている脊髄反射、つまり、初めて歩こうとするときに転倒したり怪我をしたりしないようにする運動制御反射に大きく依存します。

その後、神経系が脚の筋肉や腱に適応するまで、より高度で正確な筋肉の制御を学ばなければなりません。

最終的に、彼らは制御不能なつまずきがなくなり、大人の動物のようになります。

このプロセスは非常に短い場合もあれば（たとえば、牛や羊は生まれてすぐに歩くことができます）、数日から数週間かかる場合もあれば（たとえば、猫や犬は学習に多少の時間が必要です）、1 年ほどかかる場合もあります（たとえば、人間の幼児は歩くことを非常にゆっくりと学びます）。

(出典: Pixabay)

それで、問題は、動物はどうやって歩くことを学び、つまずきから学ぶのかということです。

この目的のため、マックス・プランク知能システム研究所（MPI-IS）の研究チームは、この疑問に答えるために、犬サイズの四足ロボットを製作する研究を行った。

図｜トレッドミルで歩く（出典：Morti）

「閉ループ中央パターンジェネレーターにおけるロボットダイナミクスの可塑性マッチングの学習」と題された関連研究論文が、科学誌「Nature Machine Intelligence」に掲載されました。

「エンジニアとロボット工学者として、私たちは動物のような反射神経を持ち、失敗から学ぶロボットを作ることで答えを見つけようとした」と論文の筆頭著者で責任著者のフェリックス・ルパート氏は語った。

「動物が落ちたら、それはバグでしょうか？ 一度だけならバグではありません。しかし、頻繁に落ちれば、ロボットがどれだけうまく歩けるかの目安になります。」

アルゴリズムを使用して「仮想脊髄」を最適化する

論文によれば、モーティと名付けられたロボット犬は、わずか1時間で歩行を学び、複雑な脚の仕組みを習得したという。

図｜ロボット犬モーティ（出典：MPI-IS）

このプロセス中、研究チームはベイズ最適化アルゴリズムを使用してロボット犬の学習を導きました。測定された足センサーの情報は、ロボットの「脳」内でプログラムとして実行される仮想脊髄モデルのターゲットデータと照合されました。

ロボットは、送信されたセンサー情報と予想されるセンサー情報を継続的に比較し、反射ループを実行し、動作制御パターンを調整することで、歩行を学習します。

学習アルゴリズムは、中枢パターン発生器 (CPG) の制御パラメータに似ています。

人間や動物では、これらの CPG は脊髄内のニューロンのネットワークであり、脳からの入力なしに周期的な筋肉の収縮を生み出します。 CPG ネットワークは、歩行、まばたき、消化などのリズミカルなタスクの生成に役立ちます。

さらに、反射は、脚のセンサーを脊髄に接続するハードコードされた神経経路によって引き起こされる不随意の運動制御行動です。

動物が完全に平らな表面を歩いている限り、CPG は脊髄からの動きの信号を制御するのに十分です。

しかし、地面に少し衝突するだけで歩き方が変わってしまうことがあります。

この時点で、彼ら自身の反射神経が働き、動作パターンを調整し、転倒を防止します。

運動信号のこれらの瞬間的な変化は可逆的、つまり「弾性」であり、運動パターンは調整された後に元の形に戻ります。

しかし、たとえ能動的な反射であっても、複数回の運動サイクルを経てもまだつまずく場合は、その運動パターンを再学習し、「不可逆的」にする必要があります。

動物は生まれたばかりのときは CPG がまだ調整されておらず、平らな地形でも不均一な地形でもつまずきます。しかし、動物たちは CPG と反射神経が脚の筋肉と腱を制御する仕組みをすぐに学習しました。

（出典：MPI-IS）

ラブラドールサイズのロボット犬「モーティ」も同様です。

さらに、モーティは小動物よりも速く、わずか 1 時間ほどで動作パターンを最適化します。

モーティの CPG は、ロボットの脚の動きを制御する小型コンピューター上でシミュレートされます。

この仮想脊髄は、モーティの背中、つまり頭がある部分に置かれました。

ロボットが安定して歩くと、Morti の足からのセンサー データは、独自の CPG によって予測される予想着地と常に比較されます。

ロボットが転倒した場合、学習アルゴリズムによって、脚が前後に振れる距離、振れる速度、脚が地面に留まる時間が変更されます。

調整された動きは、モーティに、後で脚のメカニズムをより有効に活用する方法を教えてくれます。

学習プロセス中、Morti の CPG は適応型モーション信号を送信して歩行を最適化し、つまずきを減らします。

このフレームワークでは、モーティの仮想脊髄は自身の脚のデザイン、動力源、または体の構造についての知識を持っていません。自身の物理的構造に関する知識がないため、Morti にはロボットの「モデル」がありません。

これに対してルパート氏はこう説明する。「モーティは実は自分の足の解剖学やその働きを知らないのです。」

「CPG は、自然が備えている自動歩行の組み込み知能に似ており、これをロボットに移植しました。コンピューターが信号を生成して脚のモーターを制御し、ロボットは歩いたりつまずいたりします。データはセンサーから仮想脊髄に送信され、CPG データと比較されます。センサー データが期待データと一致しない場合、学習アルゴリズムは、ロボットがうまく歩き、つまずかなくなるまで歩行動作を変更します。学習プロセスの中核部分は、反応をアクティブに保ち、ロボットのつまずきを監視しながら CPG の出力を変更することです。」

省エネロボット犬制御

モーティの小型コンピューターは、歩行中にわずか 5 ワットの電力しか消費しません。

しかし、既存の産業用四足歩行ロボットのほとんどは、はるかに大きな電力を必要とします。彼らのコントローラーは、ロボットの正確な質量とボディ形状がエンコードされたロボットのモデルを使用し、通常は数十から数百ワットを消費します。

どちらのタイプのロボットも動的かつ効率的に動作しますが、Morti のエネルギー消費ははるかに低く、動物の解剖学に関する重要な洞察も提供します。

「生きた動物の脊髄を研究するのは簡単ではない。しかし、ロボットの中にモデルを作ることはできる」と論文の著者の一人、アレクサンダー・バドリ・スプローヴィッツ氏は言う。

「これらの CPG が多くの動物に存在することはわかっています。反射は固有のものであることはわかっていますが、動物が反射と CPG の動きの両方を学習できるように、この 2 つをどのように組み合わせるのでしょうか。これは、ロボット工学と生物学の交差点における基礎研究です。私たちのロボット モデルは、生物学では答えられない疑問に答えてくれます。」

今後の研究では、研究チームは CPG を拡張し、ヒップの軌道を生成する際に体のピッチの動きを考慮に入れる予定です。慣性計測ユニットを通じて、機体のピッチを CPG にフィードバックすることができます。

参考文献:

https://www.nature.com/articles/s42256-022-00505-4