人型ロボット2台が卓球ダブルス 衝突せず10打以上を交互に返した「PingpongDuo」
Archon Robotics、香港大学、上海創智学院、エヌビディアの研究者が14日公開したプレプリントで、ユニツリーのG1人型ロボット2台が卓球のダブルスを行い、ぶつからずに10打以上を交互に打ち返した。要点は卓球そのものより、高速で動く2台が狭い作業空間を分け合う技術で、複数の人型ロボットが一つのセルで働く工場に欠かせない能力だ。
厳密に交互に打つ必要がある2台の人型ロボットが、狭い空間で素早く場所を譲りつつ打球精度を落とさないにはどうすればよいかを扱う。
従来の人型卓球システムは1台だけを対象にしていた。ダブルスでは打った直後のロボットが退き、相方が入る必要がある。退き方が小さければ衝突し、大きすぎれば次の打球の時間と精度を失う。
HITTERやSMASHは1人分の打球計画と全身制御を組み合わせ、個人の返球に焦点を当てた。制御バリア関数のような汎用の安全フィルターは距離を保つが、次の打球への悪影響までは考慮しない。
強化学習で訓練したチーム計画器が2台の目標位置を同時に選び、学習したリスクモデルが危険な案を除外しつつ、今打つロボットの目標はできるだけ維持する。各ロボットは人のダブルスから収録した足さばきなど人の動作を手本に学んだ足さばきと打球のスキルを分けて使い、互いの終了状態から始める訓練で切り替えを滑らかにした。実際の球の軌道と接触データで校正したシミュレーターの結果を使い、素早い移動後の腕の動きを補正する残差方策も加えた。
Isaac Labのシミュレーションで、分割型方策の正規返球率は55.6%と、HITTER型ベースラインの42.4%を13.2ポイント上回り、退避完了時の横方向誤差は約2.1cmだった。腕の補正を切ると44.2%に下がった。同じリスクフィルターの下で学習型の位置取りは、チームの平均連続返球数を3.79回から4.87回に伸ばした。実機ではG1が2.15mの退避と復帰を2.4秒、最高秒速2.23mでこなし、2台で10打以上を交互に打ち続けた。
実機はロボットと球の状態を外部モーションキャプチャーに頼り、球の回転を考慮していない。相手は球を送る人で、競技相手ではない。シミュレーションは5シードの統計だが、実機はデモ映像にとどまり成功率は示されていない。プレプリントである。
G1が研究の標準機になりつつあるユニツリーにとって新たな公開事例となる。一つのセルに人型ロボットを複数置く計画を持つ企業にとっては、リスクを考慮した共同の位置取りが応用できる考え方だ。高速移動ロボット同士の衝突回避は今も多くが手作業の調整に頼っている。日本の自動車工場などで実用化するには、モーションキャプチャーに代わる機体側の認識が必要で、数年はかかる。
この論文はライセンス上、全文を転載できないため、要約と原文へのリンクのみを掲載しています。