チャールズ・ヨン氏は、実環境向けの脚式ロボットシステムを開発するVassar Roboticsの創業者兼CEOである。
米国では、ヒューマノイドロボットに関する議論は、しばしば最終目標に直接飛びつく傾向がある。すなわち、人間の環境で安全かつ自律的に作業できる汎用ロボットだ。
そのビジョンは重要である。しかし、今日の真の競争は、誰が最初にその目標に到達するかだけではない。誰がその過程で最も速く学習するかが問われているのだ。私が見る限り、前進しているエコシステムは、研究室での画期的成果だけに頼るのではなく、中間的応用分野でロボットを実際に稼働させている。つまり、データを生成し、ハードウェアコストを削減し、サービス能力を構築し、開発者を惹きつける、具体的で限定的な業務である。
米国には、ヒューマノイド分野でリードするための人材、資本、野心がある。今必要なのは、こうした中間的ステップをより広範かつ体系的に受け入れることだと私は考える。
中間的応用分野が重要な理由
ヒューマノイドや脚式ロボットは、データと反復を大量に必要とするシステムである。ソフトウェア面では、実環境での相互作用データが大量に必要だ。接触動力学、滑りからの回復、雑然とした環境、人間とロボットの相互作用などである。ハードウェア面では、関節やセンサーが、要求の厳しい環境で信頼される前に、さまざまな条件下で数千時間の稼働に耐えなければならない。
シミュレーションや時折のデモンストレーションでは不十分だ。真の進歩は、不完全なロボットを特定の経済的に意味のある役割に投入し、何が壊れるかから学ぶことで生まれる。
中間的応用分野は、3つの重要なことを同時に実現する。
1. 継続的な実環境データを生成する。
2. 研究開発の資金調達に役立つ収益を生み出す。
3. ハードウェアの生産量を十分に高め、コストを削減し、信頼性を向上させる。
このような用途のパイプラインがなければ、進歩は遅く、高コストになり、現実に根ざさないものになる。
先駆的企業からエコシステムへ
米国には、中間的展開の強力な事例がすでに存在する。例えば、Boston Dynamicsは、産業検査、警備、その他の困難な環境において、Spotによる実環境での四足歩行ロボットの使用を先駆けた。このようなロボットは今日、工場や施設のフロアを歩き回り、業界が必要とする現場データと運用経験をまさに生成している。
世界的には、同様のアイデアがより広い規模で適用されている。四足歩行ロボットは、工場や発電所で定期的な検査とパトロール業務を実行している。ヒューマノイドは、管理された環境でパフォーマンスとデモンストレーションの役割に使用されている。開発者向け標準プラットフォームは、入手可能で堅牢、かつ比較的手頃な価格であるため、大学、研究所、スタートアップによってますます採用されている。
しかし、Spotのような取り組みは、大部分が先駆的プログラムにとどまっている。特にヒューマノイド側、および小規模な研究室や上級ホビイスト向けには、幅広いプラットフォームと価格帯にまだ対応できていない。
米国への教訓は、ゼロから始めているわけではないということだ。実証済みのコンセプトを、少数の注目度の高い展開に限定するのではなく、広範でアクセス可能なエコシステムへと進化させる必要があるということだ。
遠隔操作とデータの質
初期のヒューマノイド展開は、しばしば遠隔操作に依存する。人間が遠隔でロボットを制御して有用なタスクを実行しながら、将来の自律性のためのデータを収集するのだ。これは強力な戦略だが、遠隔操作の質は量と同じくらい重要である。
多くの第一世代システムは、基本的なセットアップに依存している。VRヘッドセットとハンドコントローラーだ。これは有用な出発点だと私は考えるが、真に価値あるデータを生成する遠隔操作スタックは、さらに先に進む必要がある。チームは次のような問題を解決する必要がある。
• オペレーターが長時間快適に作業できるよう、動揺病を軽減する
• 精密な操作のために、腕と手に器用さを追加する
• オペレーターが推測するのではなく接触を感じられるよう、意味のある力覚フィードバックを提供する
• ロボットが慎重な一歩一歩の動きだけでなく、自然に移動できるよう、移動制御を改善する
これらの課題が解決されれば、高速なリーチング、自然な歩行、複雑な操作が可能になる。それが高速データであり、強力なモデルが最終的に有能なヒューマノイドに期待するパフォーマンスを学習できる種類のデータセットである。
遠隔操作が不器用または不快なままであれば、オペレーターは単純化された停止と移動の動作を強いられる。より動的な動きは危険に感じられるため、ゆっくりと移動する。これは低速データを生成する。安全だが限定的な軌道であり、ハードウェアの完全な潜在能力を反映していない。主に低速データでモデルを訓練すると、その鈍さをシステム自体に焼き付けるリスクがある。
米国のチームにとって、遠隔操作の質は些細なユーザーエクスペリエンスの詳細ではない。競争力のあるヒューマノイドインテリジェンスを構築する上での中心的なレバーである。
ロボティクスの次のステップ
その強みをヒューマノイドと四足歩行ロボットにおけるリーダーシップに変えるために、米国のイノベーターと起業家は3つの優先事項に焦点を当てるべきだと私は考える。
1. 具体的な中間的業務を中心に設計する。「ヒューマノイドはいつすべてを行えるようになるのか？」という質問から、「今後数年間で確実に自動化できる特定の限定的なタスクは何か、そして誰がそれに対価を支払うのか？」へと焦点を移す。検査、物流、ラボオートメーション、訓練施設、その他の管理された環境は、すべて有望な出発点である。
2. アクセス可能なプラットフォームとコンポーネントに投資する。研究室、スタートアップ、上級ホビイストが現実的にアクセスできる国内プラットフォームと統合関節を開発する。これには、控えめな仕様だが高い堅牢性を持つ開発者向けヒューマノイド、およびピークパフォーマンスだけでなく製造可能性と量産を考慮して設計されたコンポーネントが含まれる。
3. 広範な開発者およびサービスエコシステムを育成する。学生、独立開発者、技術者の手に実際のロボットを届ける。目標は単にデモを披露することではなく、実環境でヒューマノイドを構築、修理、拡張する方法を知る世代を育てることである。
ヒューマノイドロボティクスにおける世界的な推進は、最終的には人間と機械が共に実現できることを拡大するための共同努力であり、高い労働コスト、高齢化する人口、そして多くの汚い、退屈な、または危険な仕事を抱える米国は、実環境でのヒューマノイド展開にとって最も自然な市場の1つでもある。
米国にとって、追いつくことは単一の画期的成果を待つことからは生まれない。代わりに、中間的ロボティクス応用分野を進歩の主要エンジンとして受け入れ、それらを使用して世界クラスの研究を世界クラスの展開に変えることから生まれると私は予測する。
