Loading article…
自律型ロボットとは、人間の制御に頼らずに動作するロボットのことである。歴史的な例としては宇宙探査機があり、現代の例としては自動運転の掃除機や自動車などが挙げられる。
工場内の組立ラインで作業する産業用ロボットアームも自律型ロボットとみなされることがあるが、高度に構造化された環境と移動能力の欠如により、その自律性は制限されている。
完全な物理的自律性を実現するための第一の要件は、ロボットが自らを管理できる能力である。現在市販されているバッテリー駆動のロボットの多くは、充電ステーションを見つけて接続することができ、ソニーのAIBOのような一部の玩具は、バッテリーを充電するために自動的にドッキングできる。
自己維持は「固有受容感覚」、つまり自身の内部状態を感知することに基づいています。バッテリー充電の例では、ロボットは固有受容感覚によってバッテリー残量が少ないことを感知し、充電器を探します。一般的な固有受容感覚センサーとしては、熱モニタリングがあります。ロボットが人の近くや過酷な環境で自律的に動作するためには、固有受容感覚の向上が求められます。一般的な固有受容感覚センサーには、熱感知、光学感知、触覚感知、ホール効果（電気）などがあります。
外部受容とは、環境に関する事柄を感知することです。自律型ロボットは、タスクを実行し、トラブルを回避するために、さまざまな環境センサーを備えている必要があります。自律型ロボットは、センサーの故障を認識し、故障によって生じるパフォーマンスへの影響を最小限に抑えることができます。[ 1 ]
ロボット芝刈り機の中には、芝生の成長速度を検知してプログラムを調整し、常に完璧に刈り込まれた芝生を維持できるものや、掃除機ロボットの中には、どれだけの汚れを吸い込んでいるかを感知する汚れ検知器を備え、その情報に基づいて特定の場所に長く留まるように指示するものもある。
自律行動における次のステップは、実際に物理的な作業を実行することである。商業的に有望な新たな分野として、家庭用ロボットが挙げられる。 2002年にiRobotとElectroluxが小型掃除ロボットを発売したのを皮切りに、これらのロボットは急速に普及した。これらのシステムは高度な知能を備えているわけではないが、接触式センサーと非接触式センサーを用いて広い範囲を移動し、住宅内の狭い場所でも操縦することができる。両社とも独自のアルゴリズムを用いて、単純なランダムな跳ね返りよりも広い範囲を清掃できるようになっている。
次のレベルの自律的なタスク遂行には、ロボットが条件付きタスクを実行することが必要です。たとえば、セキュリティロボットは、侵入者を検知し、侵入者の位置に応じて特定の方法で反応するようにプログラムできます。たとえば、Amazonは2021年9月に、家庭の監視、セキュリティ、高齢者介護のためのAstroを発表しました。[ 2 ]
ロボットが動作を場所と関連付ける（位置特定）には、ロボットが自分の位置を認識し、ポイント間をナビゲートできる必要があります。このようなナビゲーションは、1970 年代の有線誘導から始まり、2000 年代初頭にはビーコンベースの三角測量へと発展しました。現在の商用ロボットは、自然の特徴を感知して自律的にナビゲートします。これを実現した最初の商用ロボットは、1980 年代にロボット工学の先駆者によって設計された Pyxus の HelpMate 病院用ロボットと CyberMotion 警備ロボットでした。これらのロボットは当初、手動で作成されたCADフロア プラン、ソナー センシング、壁追従のバリエーションを使用して建物をナビゲートしていました。2004 年に発表された MobileRobots の PatrolBot や自律型車椅子[ 3 ]などの次世代ロボットは、建物のレーザーベースのマップを独自に作成し、廊下だけでなく開けた場所もナビゲートする能力を備えています。これらのロボットの制御システムは、何かが道を塞いでいる場合、その場で経路を変更します。
当初、自律航行はレーザー距離計などの平面センサーに基づいており、一方向しか感知できませんでした。現在、最も先進的なシステムは、位置特定と航行の両方において、さまざまなセンサーからの情報を融合しています。Motivityのようなシステムは、その時点で最も信頼性の高いデータを提供するセンサーに応じて、さまざまなエリアにある異なるセンサーを利用し、建物を自律的に再マッピングすることができます。
高度に特殊なハードウェアを必要とする階段を登るのではなく、ほとんどの屋内ロボットは、エレベーターや電子ドアを制御しながら、障害者用エリアをナビゲートします。[ 4 ]このような電子アクセス制御インターフェースにより、ロボットは屋内を自由にナビゲートできるようになりました。階段を自律的に登ったり、手動でドアを開けたりすることは、現在の研究テーマです。
こうした屋内清掃技術の発展に伴い、掃除ロボットはユーザーが指定した特定の部屋やフロア全体を清掃できるようになるでしょう。警備ロボットは、侵入者を連携して取り囲み、出口を封鎖できるようになります。これらの進歩は、同時にセキュリティ対策も強化します。ロボットの内部マップには、通常「立ち入り禁止区域」を定義する機能があり、ロボットが特定の領域に自律的に侵入するのを防ぐことができます。
屋外での自律性は、障害物が少ない空中で最も容易に実現できます。巡航ミサイルは、非常に危険な高度自律型ロボットです。無人ドローン航空機は、偵察にますます使用されています。これらの無人航空機（UAV）の中には、無線リモコンを使用して人が介入する可能性のある着陸を除いて、人間の介入なしにミッション全体を飛行できるものもあります。ただし、一部のドローンは、安全で自動的な着陸が可能です。SpaceXは、ファルコン9ロケットを海上で安全に着陸および回収するために使用される、多数の自律型宇宙港ドローン船を運用しています。 [ 5 ]インドのような少数の国が、ドローンによる食料やその他の物品のロボット配送に取り組み始めました。
屋外での自律走行は、地上車両にとって最も困難な課題である。その理由は以下の通りである。
自律ロボット工学におけるいくつかの未解決問題は、一般的な人工知能研究の一部ではなく、この分野特有のものである。ジョージ・A・ベキーの『自律ロボット：生物学的着想から実装と制御へ』によると、問題には、ロボットが正しく機能し、自律的に障害物に衝突しないようにすることなどが含まれる。強化学習は、特に複数のロボットが互いに連携して動作する場合に、自律ロボットのナビゲーションの制御と計画に使用されている。[ 6 ]
真の人工生命の創造を目指す研究者たちは、知能制御だけでなく、ロボットが採餌（エネルギーや予備部品を含む食料を探すこと）を通じて自らの資源を見つける能力にも関心を寄せている。
これは、行動生態学、社会人類学、人間行動生態学の分野における関心事である自律的な採餌、そしてロボット工学、人工知能、人工生命に関連している。[ 7 ]
システムの堅牢性と現実世界の脆弱性
自律型ロボットは、現実世界の環境における予期せぬ変化に対して非常に脆弱なままです。突然の太陽光線が視覚システムを妨害したり、予期せぬ地形の不規則性があったりといった些細な変化でも、システム全体が故障する可能性があります。[ 8 ]この脆弱性は、ロボット工学が本質的にシステムの問題であることに起因しており、どのモジュール（知覚、計画、アクチュエーション）に欠陥があっても、ロボット全体が損なわれる可能性があります。
オープンワールドシーンの理解
ロボットは多くの場合、制御された条件下で取得されたデータセットに依存しており、新しい動的な現実世界のシナリオへの一般化能力が制限されています。未知の物体、遮蔽物、さまざまな物体のスケール、急速に変化する環境に苦労します。オープンワールドの状況に適応する自己教師ありの生涯学習システムを開発することは、依然として喫緊の課題です。[ 9 ]
複数ロボットの協調と分散化
ロボットシステムの規模拡大は、協調、安全性、および通信において厄介な問題を引き起こします。マルチエージェントナビゲーションでは、デッドロック、利己的な行動、サンプルの非効率性などの課題が生じます。計画をサブ問題に分割する、強化学習と模倣学習を組み合わせる、ハイブリッドな集中型・分散型アプローチ（優先順位付き通信学習など）、アテンションメカニズム、グラフトランスフォーマーなどのイノベーションは有望ですが、大規模で安定したリアルタイムの協調は未解決の課題です。[ 10 ]
シミュレーションから現実への（「現実ギャップ」）転移
深層強化学習はロボットのナビゲーションと制御を教えるための強力なツールですが、シミュレーションでのトレーニングは、現実に展開する際に不一致を引き起こします。現実のギャップ（シミュレーション環境と現実環境の差）は、それを軽減するための戦略にもかかわらず、信頼性の高い展開を妨げ続けています。[ 11 ] [ 12 ]
ハードウェアとバイオハイブリッドの制約
バッテリー、モーター、センサー、アクチュエーターの物理的な制約により、ロボットの自律性、耐久性、適応性が制限されます。特にヒューマノイドロボットやソフトバイオハイブリッドロボットではその傾向が顕著です。バイオハイブリッドシステム（例えば、生きた筋肉組織の使用）は、生物学的エネルギーとアクチュエーションを活用する可能性を示唆していますが、材料、統合、制御において根本的に新しい課題をもたらします。[ 13 ] [ 14 ]
倫理、責任、そして社会統合
ロボットが自律性を高め、特に公共の場や協働的な役割を担うようになると、倫理的および法的問題が増大する。自律システムが危害を及ぼした場合、誰が責任を負うのか？規制の枠組みは、自動運転車や社会的に相互作用するロボットなどのシステムにおける責任、透明性、偏見、安全性に対処するために、依然として進化している。[ 15 ]
身体化されたAIと産業界への導入
AIアルゴリズムは進歩を遂げていますが、それをロボットに組み込んで実世界で使用すること（具現化されたAI）は依然として遅々として進んでいません。ハードウェアの制約、経済的な実現可能性、インフラストラクチャの制限が、普及を妨げています。たとえば、「Pepper (robot)」のようなヒューマノイドロボットは、根本的なコストと複雑さの問題により、普及しませんでした。[ 14 ] [ 16 ]
非構造化環境における人間とロボットの相互作用
共有空間で人々の近くや横で作業するロボットは、人間が解釈、予測、調整できるような行動をとる必要がある。効率性、快適性、安全性のバランスを取り、異なる文化や状況でも機能するインタラクションポリシーを設計することは依然として難しい。ロボットには特定の行動を事前にプログラムできるが、実際の展開では、これらの機能が不十分であることが判明する状況に必ず遭遇する。[ 17 ]
自律型ロボットの能力と技術レベルが向上するにつれて、最新の進歩に関する社会的な認識や報道が増加しており、同時に、自律型ロボットの役割や活動から生じる哲学的問題、経済的影響、社会への影響についても議論されるようになっている。
イーロン・マスクは自律型ロボットの潜在的な危険性や落とし穴について警告しているが、彼自身の会社はこの分野で新しい高度な技術を開発しようとしている最も著名な企業の1つである。[ 18 ]
2021年、国連の特定通常兵器条約－致死性自律兵器システムに関する政府専門家グループとして知られる政府専門家グループが、自律ロボットが武器を扱い軍事的役割を果たすための技術がますます高度化することによって生じる倫理的懸念を強調するための会議を開催した。[ 19 ]
最初の自律型ロボットは、1940年代後半にW・グレイ・ウォルターによって製作されたエルマーとエルシーとして知られていました。これらは、生物の脳のように「考える」ようにプログラムされた最初のロボットであり、自由意志を持つように意図されていました。[ 20 ]エルマーとエルシーは、その形状と動き方から、しばしばカメと呼ばれていました。これらは、光刺激に反応して起こる運動である走光性を行うことができました。 [ 21 ]
火星探査車MER-AとMER-B（現在はスピリット探査車とオポチュニティ探査車として知られている）は、太陽の位置を特定し、その場で目的地までのルートを独自にナビゲートした。
計画中のESAローバー「ロザリンド・フランクリン」は、視覚に基づく相対位置特定と絶対位置特定が可能で、以下の方法で安全かつ効率的な軌道を自律的に目標までナビゲートします。
2016年に行われたNASAサンプルリターンロボット100周年チャレンジの最終回で、Cataglyphisと名付けられた探査車が、完全自律型のナビゲーション、意思決定、サンプルの検出、回収、および返却機能を実証しました。[ 22 ]この探査車は、GPSや磁力計を使用する代わりに、慣性センサー、ホイールエンコーダー、Lidar、カメラからの測定値の融合をナビゲーションとマッピングに利用しました。2時間のチャレンジ中、Cataglyphisは2.6 km以上を移動し、5つの異なるサンプルをスタート地点に返却しました。
Seekurロボットは、空港、発電所、矯正施設、国土安全保障省などでの一般的な使用を想定してMDARSのような機能を実証した最初の市販ロボットでした。[ 23 ]
DARPAグランドチャレンジとDARPAアーバンチャレンジは、地上車両の自律性をさらに高める開発を促進してきた一方、航空ロボットに関しては、1990年以来、AUVSI国際航空ロボット競技会の一環として、これが実証された目標となっている。
Seyiton社が開発したAMR搬送カートは、工場内で最大1500キログラムの荷物を搬送するために使用されます。[ 24 ]
2013年から2017年にかけて、TotalEnergiesは石油・ガス生産現場向けの初の自律型ロボットを開発するためのARGOSチャレンジを開催した。ロボットは雨、風、極端な気温などの悪天候に耐えなければならなかった。[ 25 ]
現在活躍している主要なロボットには以下のようなものがある。
致死性自律兵器（LAW）は、プログラムされた制約と記述に基づいて標的を自律的に探索し攻撃できる自律型ロボット軍事システムの一種です。 [ 34 ] LAWは、致死性自律兵器システム（LAWS）、自律兵器システム（AWS）、ロボット兵器、キラーロボット、またはスローターボットとも呼ばれます。[ 35 ] LAWは、空中、陸上、水上、水中、または宇宙空間で動作する可能性があります。 2018年時点の現行システムの自律性攻撃の最終命令は人間が出すという意味で制限されているが、特定の「防御」システムには例外がある。
テスラロボットとNVIDIA GR00Tはヒューマノイドロボットです。ヒューマノイドとは、外見や動作において人間の形を模倣するように設計された機械のことです。これらのロボットは通常、頭部、胴体、腕、脚を備えており、人間のように見えます。
配送ロボットとは、商品を配送するために使用される自律型ロボットのことである。
2022年7月27日に発表された自動充電ロボットは、電気自動車を充電するアーム型のロボットです。2021年から現代自動車グループの本社で試験運用が行われています。深層学習技術に基づくVISION AIシステムが適用されています。電気自動車が充電器の前に駐車されると、ロボットアームが電気自動車の充電器を認識して座標を導き出します。そして、自動的にコネクタを電気自動車に挿入して急速充電を実行します。ロボットアームは垂直多関節構造で構成されているため、各車両の異なる場所にある充電器にも適用できます。さらに、防水および防塵機能も適用されています。[ 56 ]
建設ロボットは建設現場で直接使用され、建築、資材運搬、土砂運搬、監視などの作業を行う。
研究・教育用移動ロボットは、主に実物大ロボット製作過程におけるプロトタイプ開発段階で使用されます。これらは、大型ロボットを縮小したバージョンであり、センサー、運動学、ソフトウェアスタック（例：ROS）は大型ロボットと同等です。多くの場合、拡張性があり、使いやすいプログラミングインターフェースと開発ツールを提供します。実物大ロボットのプロトタイプ開発に加え、特に大学レベルでの教育にも活用されており、自律走行車のプログラミングに関する実験室がますます増えています。
2016年3月、ワシントンDCで地上ロボット配送の試験運用を許可する法案が提出された。[ 57 ]このプログラムは2017年9月15日から12月末まで実施される予定だった。ロボットは、無負荷時の重量が50ポンド、最高速度が時速10マイルに制限されていた。ロボットが故障により停止した場合、企業は24時間以内に路上から撤去する必要があった。1社につき一度にテストできるロボットは5台までだった。[ 58 ] 2017年3月時点で、個人配送機器法案の2017年版が検討中だった。[ 59 ]
2017年2月、米国バージニア州で下院法案HB2016 [ 60 ]と上院法案SB1207 [ 61 ]により、自律型配送ロボットが2017年7月1日から州全体で歩道を走行し、横断歩道を使用することを許可する法案が可決された。ロボットの最高速度は時速10 マイル、最大重量は50ポンドに制限される[ 62 ] 。アイダホ州とフロリダ州でも同様の法案の可決が議論されている[ 63 ] [ 64 ]。
身体障害者用車両と同様の特性（例えば、最高速度10mph、限られたバッテリー寿命）を持つロボットが、特定の用途における代替手段となる可能性が議論されてきた 。ロボットが十分な知能を持ち、既存の電気自動車（EV）充電インフラを利用して自己充電できるのであれば、最小限の監視で済み、視覚システムが十分な解像度を備えていれば、器用さに欠ける片腕でもこの機能を実現できる可能性がある。
2017年11月、サンフランシスコ市監督委員会は、企業がこれらのロボットをテストするには市の許可が必要になると発表した。[ 65 ]さらに、同委員会は歩道配達ロボットが研究以外の配達を行うことを禁止した。[ 66 ]
{{cite book}}: CS1 maint: 複数名: 著者リスト (リンク) CS1 maint: 数値名: 著者リスト (リンク)
ウィキメディア・コモンズにある自律型ロボット関連のメディア