ロボット工学におけるモジュラー革命

ロボット工学では、各ロボットアプリケーション向けにモノリシックなAIシステムを構築する従来のアプローチに異議を唱える動きが増えています。その代わりに、研究者と企業は、モジュラーAIスキルライブラリ — つまり、ロボットに新しい機能を与えるために混ぜ合わせることができる、離散的で転送可能な機能パッケージ — を開発しています。これはシステム全体を最初からやり直す必要がありません。

プラグアンドプレイAIと呼ばれることが多いこのコンセプトは、ソフトウェアをモジュール化した原則と同じ原則を採用しています：標準化されたインターフェース、再利用可能なコンポーネント、関心の分離です。ピック・アンド・プレイス、倉庫のナビゲーション、製品検査が必要なロボットは、理論的には3つの別々のスキルモジュールから利用でき、それぞれ独立して開発およびテストされています。3つのタスク全体で同時にトレーニングされた単一のエンドツーエンドシステムではなく。

モジュラースキルの仕組み

技術的には、モジュラーAIスキルは通常、トレーニング済みのニューラルネットワークモデルと、入出力フォーマットを処理するインターフェースレイヤーで構成されています。たとえば、把握スキルモジュールは、標準化されたセンサーデータ — 深度カメラからのポイントクラウド、グリッパーセンサーからの力の読み取り — を受け入れ、ロボットの制御システムと互換性のある形式でモーターコマンドを出力します。

重要な革新はインターフェース設計にあります。一般的なデータフォーマットと通信プロトコルを定義することで、開発者は異なるロボットハードウェアプラットフォーム全体で動作するスキルを作成できます。1つのロボットアームで開発された操作スキルは、インターフェースレイヤーがスキルの出力とその特定のロボットの関節構成の間の変換を処理する場合、異なる運動学を持つ別のロボットアームに転送される可能性があります。

このアプローチは、新しいアプリケーションでロボットを展開するのに必要なエンジニアリング労力を削減します。各ユースケースのカスタムシステムをトレーニングする代わりに、インテグレーターはスキルライブラリから機能を組み立てることができ、特定の環境に合わせて微調整できます。

産業応用の形成

モジュラーAIスキルが牽引力を得ている主要な領域の1つは製造業です。製品設計の進化に応じて生産ラインはしばしば構成を変更し、新しいスキルを迅速に習得できるロボットは、固定プログラムにロックされているロボットよりも価値があります。モジュラーシステムは異なるスキルモジュールをロードすることで、あるプロダクトの組立から別のプロダクトに切り替えることができ、リプログラミングのダウンタイムは最小限です。

物流と倉庫保管は別の大きな機会を表しています。流通センター内でロボットが処理する必要があるオブジェクトの多様性 — 小さな電子機器から大きな家庭用品まで — は、モノリシックシステムが提供するのに苦労する適応可能な操作機能を必要とします。異なる把握タイプ、オブジェクト認識カテゴリ、配置戦略のモジュラースキルを組み合わせて、施設内のすべてのアイテムの範囲をカバーできます。

医療用ロボット工学も、特に手術支援と人的回復のためにモジュラーアプローチを探索しています。手術ロボットは、組織操作、縫合、イメージング分析のための別のモジュールを引き出すことができます。各モジュールはドメイン専門家によって開発され、独立して検証されます。

スキル構成における課題

このコンセプトは魅力的ですが、複数のAIスキルモジュールをコヒーレントなロボット動作に組み合わせることは、ソフトウェアライブラリをプラグインするのと同じくらい簡単ではありません。スキルはリアルタイムで調整する必要があり、状況認識を共有し、複数のモジュールが同じアクチュエーターを制御したい場合は競合を解決します。

研究者はスキル実行を管理するオーケストレーションフレームワークを開発しており、タスク間の遷移、エラー回復、およびリソース割り当てを処理しています。これらのフレームワークは、古典的なロボット工学の階層計画方法と学習ベースのアプローチを組み合わせており、予期しない状況に適応できます。

スキルの構成時に安全を確保することが別の課題です。各モジュールは個別に検証されたかもしれませんが、それらの相互作用は開発中に予期されなかった出現的行動を生じさせることができます。形式検証方法と広範なシミュレーションテストがこの問題に対処するために適用されていますが、この問題は研究の活発な領域です。

スキルマーケットプレイスへの道

複数の企業は、ロボットスキルを標準化されたモジュールとして開発、共有、および販売できるマーケットプレイスモデルに向かって構築しています。このビジョンは、プラットフォームが基礎を提供し、サードパーティの開発者が機能を作成するスマートフォンコンピューティングのアプリストアモデルを反映しています。

このモデルが成功するためには、業界は標準インターフェースとベンチマークプロトコルに収束する必要があります。Robot Operating Systemコミュニティおよび様々な業界コンソーシアムなどの組織はこれらの基準に向かって取り組んでいますが、採用はまだ断片化されています。成功すれば、スキルマーケットプレイスはアドバンスドロボット工学を民主化し、カスタムAI開発に投資する代わりに既製のスキルを購入することでロボットを展開できるようにする小規模企業を可能にすることができます。

この記事はThe Robot Reportの報道に基づいています。元の記事を読む。