義手企業がロボティクスの難題にデータを注ぎ込む
ABB RoboticsとPSYONICは、ロボティクスで最も難しい未解決課題の一つに取り組む協業を発表した。現実世界で機械により信頼性の高い器用さを与えることだ。このプロジェクトでは、ABBの協働ロボットGoFaと、筋電制御、触覚センシング、そして柔軟な機構を備えた義手Ability Handを組み合わせる。
核となる考え方は単純だ。義手の利用者は、人が物体をつかみ、離し、適応する際の実際の相互作用データを生み出している。ABBとPSYONICは、その触覚と動作の情報の流れを使って、これまで自動化が難しかった作業をロボットに学習させようとしている。
これは単なるハードウェア提携ではない。人間由来の操作パターンを、フィジカルAIシステム向けの学習材料へ変えようとする試みだ。ABBはこのプロジェクトを、同社がいう自律的で多用途なロボティクス、つまり変化する環境の中で知覚し、推論し、動き、物体を操作できるロボットへの広い取り組みに明確に結びつけている。
なぜ器用さがなおボトルネックなのか
産業オートメーションは、反復作業、構造化された動作、厳密に管理された環境では非常に優秀だ。一方で、物体の形状、柔らかさ、向き、脆さが変わると、信頼性は大きく落ちる。そこでは今も人間の手が優位にある。
ABBによれば、ロボットが固定的な手順を超えて進化するには、実世界の相互作用から学ぶことが不可欠だ。同社の立場では、フィジカルAIの進歩は知覚や計画だけでなく、理想化された実験室条件の外でも機能する操作能力にかかっている。
PSYONICの技術がこの提携に有用な出発点を与えているのは、Ability Handがもともと工場自動化向けではなく、人間のために作られたからだ。システムには圧力センサーと振動フィードバックがあり、ユーザーは接触、把持力、離脱を検知できる。柔軟な指は不規則で変形しやすい物体に沿うことができ、これは多くの標準的な産業用グリッパーに欠けている能力そのものだ。
義手設計から産業用途へ
PSYONICの創業者兼CEOのAdeel Akhtar氏によれば、同社は義手分野から出発し、すでに臨床利用に達している。FDA承認を取得し、300人以上の患者がこの手を使用しているという。米国ではMedicareの対象にもなっている。しかし、フィジカルAIへの関心が高まるにつれて需要の比重が変わったと彼は語る。
この変化は示唆的だ。順応的な動き、触覚認識、物体への自然な適応など、支援機器で重要な機能は、硬い治具が制約になるロボティクス環境でも重要だ。Akhtar氏は、吸着システムや平行把持グリッパーはツールチェンジャーを必要とすることが多く、遅延、保守、故障点が増えると指摘する。
変形しやすい物体や、人のいる空間での作業では、5本指の手のほうが自然な選択になりうる。したがってこの提携は、センサー豊富な義手と、実世界データへの依存を強めるロボティクスという2つの潮流の交差点にある。
GoFa協働ロボットが重要な理由
ABBのGoFaは力と出力に制限がある協働ロボットで、単純な反復ではなく、近接した適応的な相互作用を必要とする実験に適している。この構成では、アームは実質的にAbility Handとそのデータストリームの試験台として機能する。
重要なのは、1本のロボットハンドが突然あらゆる産業用エンドエフェクタを置き換えることではない。触覚豊富なハンドと協働アームを組み合わせることで、触覚、動作、柔軟性がどう協調すべきかの例を生成できることだ。動的な環境で動作する訓練システムにとって、その種のデータは説得力を持って捏造するのが難しい。
ABBの経営陣は、人間の器用さを産業グレードのロボティクスで再現する最も難しいものの一つだと捉えている。この評価は、異種対象のピッキング、布地の取り扱い、散らかった箱からの取り出しといった分野で長年進展が遅いこととも一致する。この協業は、同社が器用さを周辺的な改善ではなく、次のロボット能力の中核と見ていることを示唆している。
フィジカルAIに必要なのは、より良いモデルだけでなく、より良いデータ
フィジカルAIという言葉は、しばしばより賢いソフトウェアを意味する。この提携は逆の制約を強調している。強力なモデルであっても、現実に根ざした相互作用データが必要なのだ。ロボットは、柔らかい物体や扱いにくい物体を、見ているだけでどう扱うべきかを学べない。接触、力、滑り、立て直しの例が必要になる。
だからこそPSYONICの背景が重要だ。義手の利用者は、日常の環境で実際に操作データを生み出している。そうした信号をロボットの学習ワークフローに変換できれば、開発者は熟練した取り扱いが実際にどう成立しているのかを、より豊かに把握できる。
この提携は、ロボティクス市場全体で進む収斂も反映している。かつて医療機器、産業用ツール、AI研究基盤に分かれていた技術が、互いに重なり始めている。企業は、複数の分野をまたいで使える再利用可能な部品やデータソースを探している。
長年の課題への絞った賭け
ABBもPSYONICも、この協業を完成品の発表としては位置づけていない。業界が何年も議論してきたボトルネックに狙いを定めた研究開発の動きだ。そのため、すぐに導入件数がなくても、この発表には意味がある。
もしこのプロジェクトが成功すれば、その価値は、義手の触覚・動作データがロボット操作を測定可能な形で改善できることを示す点にある。失敗しても、人間のような把持を広く展開可能な機械に移すには、なおどれほど距離があるのかを明確にするだろう。
いずれにせよ、この提携は先端ロボティクスが向かう方向を示している。個別のハードウェア改善よりも、ロボットが物理世界を人間に近い判断で扱うために必要なデータと具現化への注目が増している。
This article is based on reporting by The Robot Report. Read the original article.
Originally published on therobotreport.com