レオナルド（ロボット）

レオナルドは、マサチューセッツ工科大学のパーソナルロボットグループによって作成された最初のロボット^[1]である2.5フィートのソーシャルロボットです。開発者はシンシア・ブリージールです。ボディは、アニマトロニクスのリーダーであるスタンウィンストンスタジオが担当しました。^[2]ボディは2002年に完成しました。^[3] 2001年の時点で、スタジオがこれまでに試みた中で最も複雑なロボットでした。^[4]このプロジェクトには、ネベンビジョン社、トヨタ、NASAのリンドン・B・ジョンソン宇宙センター、海軍研究所などの他の協力者もいます。レオナルドは、人間とロボットの相互作用とコラボレーションの研究を促進するために作成されました。DARPAモバイル自律ロボットソフトウェア（MARS）助成金、海軍研究局若手研究者プログラム助成金、デジタルライフ、およびThings that Thinkコンソーシアムがプロジェクトに部分的に資金を提供しています。ロボノート1も研究したMITメディアラボのロボティックライフグループは、レオナルドでより洗練されたソーシャルロボットを作ろうとした。彼らはレオナルドに、人間とロボットのより良いコラボレーションを実現することを願って、異なる視覚追跡システムと幼児心理学に基づいたプログラムを与えた。プロジェクトの目標の1つは、訓練を受けていない人間が、より少ない繰り返しで、はるかに速くロボットと対話し、教えることを可能にすることだった。レオナルドは、 2006年にWired誌の「史上最高のロボット50選」に選ばれた^。[3]

ロボット本体の小さなスペースには、ロボットの表情豊かな動きを可能にする約 60 個のモーターが搭載されています。パーソナル ロボット グループが、レオナルドに使用したモーター制御システム (8 軸と 16 軸の制御パッケージの両方) を開発しました。レオナルドは実際の生き物に似ておらず、空想上の生き物のような外観をしています^[要出典]。社交的なロボットであるため、顔は表情豊かでコミュニケーションが取れるように設計されています。空想的で意図的に若々しい外観は、人間が子供やペットと同じようにレオナルドと交流することを促すことを目的としています。^[4]

ロボットの右目に搭載されたカメラが顔を捉えます。Neven Vision 社が開発した顔の特徴追跡装置が、キャプチャから顔を分離します。最大 200 枚の顔のビューのバッファを使用して、音声で自己紹介するたびに人物のモデルを作成します。さらに、Leonardo は、色、肌の色、形状、動きなどの視覚的特徴検出器のコレクションを使用して、物体と顔を視覚的に追跡できます。^[5]

研究グループは、レオナルドに温度、距離、圧力を感知できる皮膚を持たせる計画だ。これを実現するために、彼らは力感知抵抗器と量子トンネル複合材料の実験を行っている。センサーは、ロボットの美観を保つために、メイクアップ効果で使用されるシリコンで覆われている。^[6]

レオナルドを作った目的は、社交的なロボットを作ることでした。モーター、センサー、カメラにより、人間の表情を真似て、限られた物体とやりとりし、物体を追跡することができます。これにより、人間はより親しみやすい方法でロボットに反応することができます。この反応を通じて、人間はより自然な社交的な方法でロボットと関わることができます。レオナルドのプログラミングは心理学理論と融合しており、より自然に学習し、より自然にやりとりし、より自然に人間と協力します。

レオナルドは空間的足場を通して学習します。教師が教える方法の 1 つは、生徒が使用すると予想されるオブジェクトを生徒の近くに配置することです。この同じテクニック、空間的足場は、レオナルドにも使用できます。レオナルドは、赤と青のブロックのみを使用して仮想ブロックから帆船を組み立てることを学びます。緑のブロックを使用しようとすると、教師は「禁止」色を取り除き、赤と青のブロックをロボットのスペースに移動します。このようにして、レオナルドは赤と青のブロックのみを使用してボートを組み立てることを学びます。^[7]

レオナルドは、人間が見ているものを追跡することもできます。これにより、ロボットは人間や環境内のオブジェクトと対話することができます。当然、人間は指さしのジェスチャーや視線をたどり、指さされたり見られた物が、他の人間が関心を持っていて、話し合ったり何かをしたりしようとしているオブジェクトであることを理解します。パーソナルロボットグループは、レオナルドの追跡機能を使用して、人間が注目しているオブジェクトに視線を向けるなど、人間のように動作するようにロボットをプログラムしました。人間の視線に合わせることは、レオナルドがより自然な動作を示すように見える方法の1つです。^[8]このように注意を共有することは、ロボットが人間から学習できるようにする方法の1つです。ロボットの表現、つまり「理解」に関するフィードバックを提供できることも重要です。

レオが学習するもう一つの方法は、模倣です。幼児が世界を理解し、操作することを学ぶのと同じ方法が、ソーシャルロボットにも役立ちます。人間の表情や体の動きを模倣することで、レオは自分と他人を区別することができます。この能力は、人間が互いの視点を取る上で重要であり、ソーシャルロボットでも同じです。「他人」が自分と同じ知識を持っていないことを理解できれば、ロボットは環境をより正確に把握し、特定の状況で何をすべきかをプログラムして、より適切な判断を下すことができます。また、人間は正確ではないため、ロボットは人間の意図と実際の行動を区別することができます。これにより、特別な訓練を受けていない人間でもロボットを教えることが可能となります。^[7]

レオナルドは、人間によるトレーニングに加え、自力で探索できるため、時間の節約になり、パーソナル ロボットの成功の鍵となります。人間がすでに使用しているメカニズム (空間的足場、注意の共有、模倣、視点の取得など) を使用して、すばやく学習できなければなりません。また、長時間かかることもいけません。そして最後に、やりとりが楽しいものでなければなりません。そのためには、美学と表現がとても重要です。これらはすべて、ロボットを家庭に導入するための重要なステップです。

共有注意と視点取得は、レオナルドが人間と自然にやりとりするのに役立つ2つのメカニズムです。レオナルドは、人間の表情、ボディランゲージ、発話を模倣して得たデータを調べることで、共感のようなものを実現することもできます。人間が同じデータに基づいて他の人間の気持ちを理解できるのと同じように、レオナルドはシミュレーション理論のルールに従ってプログラムされており、共感のようなものを実現できます。^[9]このように、レオナルドとの社会的交流はより人間らしく、人間がチームでロボットと協力できる可能性が高くなります。

レオナルドは、身体が許す限り、人間と協力して共通の問題を解決することができます。彼は、プログラミングと融合した心の理論のおかげで、人間と肩を並べて働く方が効果的です。ある人間がクッキーを欲しがり、別の人間が2つのロックされた場所からクラッカーを欲しがっていて、そのうちの1人が場所を入れ替えているというタスクでは、レオナルドは最初の人間がクッキーがあると思われる場所へ行こうとしているのを見て、クッキーの入った箱を開け、目的を達成できるように手助けすることができます。レオナルドの社会的スキルはすべて連携して機能し、人間と一緒に働くことができます。人間がタスクを依頼すると、レオナルドは自分が知っていることと知らないこと、できることとできないことを伝えることができます。表情や身振り、表情、身振り、発話を認識することでコミュニケーションをとることで、ロボットはチームの一員として働くことができます。^[10]

• シンシア・ブリージール教授
• スタン・ウィンストン
• リンゼイ・マクゴーワン（芸術監督）
• リチャード・ランドン (テクニカル リード)
• スタン・ウィンストン・スタジオチーム
  • ジョン・ドー
  • トレバー・ヘンズリー
  • マット・ハイムリック
  • アル・ソウザ
  • キャシー・マクゴーワン
  • マイケル・オルネアレス
  • エイミー・ウェッセル
  • ジョー・リーダー
  • グレイディ・ホルダー
  • ロブ・ラムズデル
  • ジョン・チェレフカ
  • ロドリック・ハチャトゥリアン
  • クルト・ヘルベル
  • リッチ・ハウゲン
  • キース・マーボリー
  • アナベル・トゥルケンス
• ファルダッド・ファリディ（アニメーター）
• 大学院生
  • マット・ベルリン
  • アンドリュー・“ゾズ”・ブルックス
  • ジェシー・グレイ
  • ガイ・ホフマン
  • ジェフ・リーバーマン
  • アンドレア・ロッカード・トマス
  • ダン・スティール
• マット・ハンチャー（卒業生）
• ハンス・リー（卒業生）

• キズメット（ロボット）
• パロ（ロボット）
• ロボノート
• ソーシャルロボット
• ロボット工学

• 温度、力、電界センサーを搭載したロボット用「敏感な皮膚」
• 「敏感肌」への「ソマティックアルファベット」アプローチ
• 自己をシミュレーターとして使用したアクション解析と目標推論^{[永久リンク切れ‍ ]}
• 社会的知能ロボットの心を読むスキルに対する具体化された認知アプローチ
• 社会的参照の具体化された計算モデル
• 「ソマティックアルファベット」アプローチを適用して、力覚抵抗器のクラスターの向き、動き、方向を推測する
• 人間とロボットのチームにおけるコラボレーション
• 他者から学び、他者について学ぶ: 模倣を利用してロボットによる他者の社会的理解を促進することを目指して 2017-08-08 にWayback Machineでアーカイブ
• 社会的に導かれた探索で人間の教師から学ぶ
• 視点の取得: 人間とロボットのインタラクションにおける学習の組織化原則^{[ permanent dead link ‍ ]}
• 社会的に導かれた探索によるロボット学習
• ロボット科学と社会科学の出会い: 社会参照の具体化モデル
• ロボットの遊び: 社交的な機械とのインタラクティブなゲーム
• 社会的なロボット学習のための空間的足場
• ロボットとのコラボレーションとしての指導と作業^{[ permanent dead link ‍ ]}
• 発達過程のダイナミックな上昇
• 指導と社会的に導かれたロボット学習
• 具現化された教師を理解する: 社交的なロボット学習のための非言語的手がかり
• ヒューマノイドロボットとの協働

• ブルックス、アンドリュー、シンシア・ブリージール (2006)。「ロボットと物体との作業: 空間的共通基盤の実現のための指示的参照の再検討」。ヒューマン・ロボット・インタラクション。doi :10.1145/1121241.1121292。S2CID  2112599。
• Breazeal, Cynthia; Matt Berlin; Andrew Brooks; Jesse Gray; Andrea Thomaz (2006). 「曖昧なデモンストレーションから学ぶための視点取得の使用」. Robotics and Autonomous Systems . 54 (5): 385–393. doi :10.1016/j.robot.2006.02.004.
• Breazeal, Cynthia、Cory Kidd、Andrea Thomaz、Guy Hoffman、Matt Berlin。「人間とロボットのチームワークにおける非言語コミュニケーションの効率性と堅牢性への影響」。MITメディアラボ。
• Stiehl, Walter Dan (2005)。「身体アルファベットアプローチに基づく、感情的で社交的なロボットのための敏感な皮膚と身体処理」マサチューセッツ工科大学。

• パーソナルロボットグループ（レオナルドホームページ）
• TED トーク: シンシア・ブリージール 2020-11-09ウェイバックマシンにアーカイブ
• 本当のトランスフォーマー（ニューヨークタイムズの記事）