当研究室の紹介

メンバー

当研究室で行っている研究の概要

興味のあること.研究室の原点

当研究室では「知能ロボット」の実現に向けて日々研究を行っています.その出発点ともなるべき問が,「知能って何?」です.

知能って何?.jpg

知能を持っているものとして皆さんがまず思いつくのは,「人間」だと思います.人間には高度な情報処理ができます.コミュニケーションや推論,学習して知識を増やすことも得た知識を用いて想像することもできるとされています.恐らく一般的な印象としては,これら様々な能力を総称して「知能」である,というものだと思います.それでは,「知能」的であるために必要な能力とは何なのでしょう?どのような能力がどのくらいあれば「知能」があると言えるのでしょう?また一つ一つの能力を見ても,ある/ないの二択ではありません.コミュニケーション能力を例にとっても,高い能力のある人もいれば,全くないわけではないが...という人もいます.

更に,意見の分かれていくところですが,動物にも知能がある,と感じる人もいます.身近なところでは犬・猫に知能を感じる人も多いのではないでしょうか?しかし人間がもつ能力と犬・猫がもつ能力とを同じように比較することは困難です.それでも,「知能があるか?ないか」という判断を人間は行うことが出来ます.では,犬や猫ではなく,昆虫ではどうでしょう?昆虫には昆虫独自の能力が沢山あります.この場合はどうでしょう?

このように人間同士や人間と比較的人間に近いものとの間では,「知能」の有無の判断は容易です.しかし異なる種同士であればあるほど「知能」の判断は困難になっていきます.なぜでしょうか?

私達は,(少なくとも)人間は「知能」を直接見ること・感じることができないからである,と考えています.身振り手振りや表情,発話などの身体の振る舞いによって間接的に「知能」を感じることのみができるのだと考えます.

知能については各分野の人々が古くから考察を行ってきています(哲学が代表でしょう).しかし現在に至るまで万人が納得する答えは出ていません.つまり,現段階ですぐに「知能」を知り,「知能」を持ったロボットを実現することは大変困難です.そこで,「知能」的かを判断する身体の振る舞いに注目します.そして,「知能」を感じさせる身体の振る舞いとはどういうものかを考え,機械(特にロボット)に実装し,はたして振る舞いによって「知能」を感じさせてくれるのかを検証し,「知能的な振る舞い」の実現を行っていきたいと思っています.

振る舞いを通して「知能」を考える.png

色々な分野で考えられている「知能」

「知能」に対する興味は古くから人間を捉えて離さなしませんでした.古くは哲学の分野で人間への興味が見られ,その一つとして人間のもつ「知能」とは何か,が考えられています.この命題は古くからありますが,"考えられていた"と過去形にできるような答えの見つかった命題ではなく,未だ考え続けられていながら答えの見つけられない問題です.

このような「知能」への興味は伝奇・神話・フィクションへも影響を及ぼし,「知能をもった何か」に関する記述が多く見られます.もっとも古いものは,ホメロスの『イリアス』に登場する黄金製の少女・オートマタ(紀元前8世紀頃)や青銅の巨人ターロス(紀元前3世紀頃)などがあり,現在の知能ロボットの原型ともいえます.

このように,「思考」で知能を解き明かそう,という流れとは別に,医学の分野でも知能の解明が試みられています.それは,知能を発生させる脳の構造を明らかにし,脳の持つ機能を解析し,それによって人間が「知能」と考える現象はどのように発生するのかを解明しようという試みともいえます.

これらは,まず人間にある「知能」があり,それを解明したい,という欲求からスタートしています.一方,工学における「知能」への係わり方はちょっと変わっているといえます.個々の研究者のスタート地点としては「知能」への興味,もっといえば小説や漫画が示してくれた「知能ロボット」への興味が在った場合も少なくはないのですが,工学という分野が示すスタート地点は,"より便利な機械をつくるための道具・方法のひとつとして知能の搭載"があったといえます.これは工学(Engineering)が,人間の利益を産む技術の開発,という役割を持っているためです.

それぞれの分野では,それぞれの分野特有の役割があり,それぞれの分野特有の興味や目標がうまれます.それが現在,「知能」という興味・目標によって,それぞれ異なった視点を持つ分野が集まり協力しあえる状況になってきています.

知能に魅かれる分野.png

工学における知能研究とその問題点

工学において知能研究を行っていくうえで,他の工学系分野では見られない特有の問題があります.それを明確にするために,まず一般的と思われる工学部における研究の流れについて説明します.

工学における研究の流れでは,まず目標の設定が行われます.次に目標を実現するための方法を考えます.どのようなアプローチで目標実現を行うのか?どのような手法が使え,どのような結果を出すことによって目標実現を確かめるのか?そしてどのようなスケジュールで行うのか?それが決定したらスケジュールどおりに実験を行い,結果を出します.出てきた結果が予想通りの場合もあれば,予想外の結果やうまくいかなかった,という結果の場合もあります.そこで重要なことは,「予想通りの結果を得る」ことではなく,出てきた結果を正しく評価し考察することです.予想通りうまくいったのなら何故うまくいったのか?どのくらいうまくいったのか?よい結果を得られなかったのなら,何故得られなかったのか?よい結果を得るためにはどのような改善が必要か?このように考察を行うことで,行った研究をもとに改善・発展させた更にすばらしい研究を行うことができます.

ここで,工学における知能研究とは,「知能の実現」が目標となります.しかし,様々な分野で共通に議論されていることは「知能って何?」ということであり,いまだに「知能」の定義が定まっていません.このことは,目標とする「知能」の定義が定まっておらずあいまいであることを示しています.目標となるものがあいまいだと,その目標達成に対する客観的な評価を行うことができません.それはつまり,行った研究がよいものなのか価値のあるものなのかを論じることができず,これからの研究としてどのように改善・発展を行っていくべきかというビジョンも見えにくくなります.

工学における知能研究の問題点.png

なにを「研究」したいのか?大きな目標の設定

当研究室で考える,知能研究の第一歩は自分なりの「知能」の定義を考え,明確にすることです.

それは,客観的な定義であり,他者に論理的に説明できる定義でなくてはいけません.考えた「知能」にあいまい性があり,時と場合と人により内容が変わってしまっては,「知能ロボット」を創ることが出来ず,また『創れた』と言い張っても誰もそれを評価できません.

また,その定義は短期的もしくは長期的にみて人類に(もしくは何かに)有益をもたらす定義であった方がよいです.それは,人に利益をもたらす技術をもたらす使命を持った「工学」の位置づけであると同時に,「そのような定義とすることで生まれる拘束力」が定義を考える手助けともなるからです.

これらをふまえて,当研究室では考える手掛かりとしてロボットの歴史を用います.これまで,「ロボット」とは人間にとってどのようなものであったのか?フィクション等によって,人間がもつ「ロボット」のイメージはどのようなものになっていったのか?今,どのようなイメージを私達は持ち,どのような「ロボット」であって欲しいと願っているのか?また機械としてのロボットはどのように発展してきたのか?各時代に応じてどのような要請があり,どのように答えてきたのか,そしてそれらの延長上として,今の時代にどのような要請がロボットにあり,どのように答えていくのか,を見ることができます.そこに,私達が欲している「知能」とはどのようなものか,と考えると,ひとつのヒントになると思っています.

このように,自分なりの「知能」を明確にイメージするところが研究の第一歩であると同時に,実はそれが最終ゴールでもあります.「知能」を知ること,そして「知能を知るための研究方法」を知ることが,当研究室でのテーマです.

「知能」の定義が第一歩.png

工学における目標達成:ロボットを用いた「知能」の研究

ロボット発展の歴史

知能面

ロボットの発展の歴史を見ると,人間の欲求と無関係ではありません.一番最初は単純な繰り返し作業を行う機械として作られました.特に工場での組み立てラインでの使用が考えられました.しかし,いざ使ってみると失敗もよく起こりました.なぜならば,組み立ての部品がいつも同じ位置にあるとは限らず,少しの"ずれ"で部品を掴みそこなったり,組み立てそこなったりするためです.しかも,ロボットは"失敗した"ことすら分からなかったため,人が常に監視していなければならない,といった作業も新たに増えました.そこで,より便利に,と考え,周囲の状況を認識し,それに合わせて動くロボットが求められます.対象の部品をきちんと認識し,扱えるロボット,少なくとも,失敗したら失敗したと認識し,人に教えてくれるロボットを人は望みました.そしてそれが実現されてくると,今度は新たな要求が出てきます.ロボットをもっと簡単に扱いたい.作業目標を与えれば,作業を遂行できるように自分で考えて動いてもらいたい.そんな要求に応じて学習手法を組み合わせたロボットが登場してきています.現在は,この段階のロボットの研究が主に行われていますが,同時に次に求められるロボットとして,様々な要求やアイデアが出され,次世代ロボットとして研究されています.

ロボットの発展と人間の欲求.png

身体面

ロボットの形態の発展を見てみると,求められる機能に必要なデバイスが開発され,装備されることで高機能になっています.

  • より早く,より強い力で動くためのモータの開発やロボットの身体に関する研究.
  • 周囲を認識するためのセンサの開発

などです.そして注目すべき機能として第三世代から獲得した能力,移動能力があります.移動能力のないロボットでは,作業範囲が限られるため用いられ方が限られてきます.しかし,移動能力を獲得したことで,深海や宇宙空間といった極限空間での作業や,医療現場からホームユースまでの私達の身近なところなど,応用範囲がいきなり広がりました.

ロボットの形態の発展.png

"移動能力"によって引き起こされたもの

移動能力を獲得したことにより,応用範囲が広がりましたが,問題も生じました.それはロボットの扱い方が非常に難しくなったことです.移動能力のないロボットでは,どのような状況で用いられるか想定しやすいのでロボットを扱う側は楽でした.ところが,移動能力を獲得したことで,極論をいうとロボットはどこへでもいけるようになりました.家庭内で使われていたロボットが家を出て,会社まで弁当を届けにいく,ということも可能です.そのため,事前にどのような用いられ方をするか,どのような環境で動くことになるのか,予想することが難しくなりました.

ここでは,現実のロボットが直面する動的環境を"実環境"と呼びます.

ロボットの獲得した能力移動能力.png

ロボットの直面する環境:実環境

実環境の複雑さ

これまでにロボットが用いられてきた環境は非常に限定的でした.

社会で用いられているロボットは工場のラインで使用されているロボットが主であり,単調な仕事を限定的な環境で行うものです.この限定的な環境,というのは,なるべく人が入らず,突発的な変化が起こらず,毎日同じ状況を再現している環境です.

一方,研究・開発で用いられるロボットは,初期はシミュレーション(コンピュータ内に構築した仮想環境下)で動かされていました.現在もシミュレーションは重要な役割を担っていますが,次第に実機を用いた研究・開発も行われるようになってきています.その際,実機が用いられる環境は,ロボットが動きやすいように外乱・ノイズがあまりなく,実験毎に同じ状況を再現できるように整えられます.

このような工場等での環境,シミュレーション,および研究開発における実験環境における特徴は,人が環境をコントロールすることができ,ロボットを用いる前にどのような環境であるのかを予想することができることです.環境をコントロールすることでロボットの用い方は飛躍的に簡単になります(それでも難しいのですが).

しかし,ロボットの適用範囲を広げ,より身近に,より便利に用いるためには整えられた環境から私達が生活している実際の環境でロボットが動作することが必要になってきます.ここで,私達が生活している環境,とはロボットのために特別に用意された空間ではなく,私達が物理的に移動可能な空間全てを指します.それは,私達が住む一般家庭内で動くことから,究極は他の惑星に行って動くことまで対象になります.その難しさは,複雑性(関連する要因が無限にある),リアルタイム性(時間に応じて不可逆的に変化していくため時間制約が存在する),開放性(何かを考える時に無視してよい環境とそうでない環境とに分けることができない)などがあります.

ロボットが直面する環境 実環境.png

実環境の複雑さに対して「ロボット」は?

一般に,ロボットが直面する実環境は非常に複雑です.それは環境には,「膨大な要因」と「不可逆な変化である時間の流れ」が存在しているためです.

それに対して,ロボットには様々な拘束条件があります.特に身体的な拘束条件としては,どのような身体構造を持つのか,その身体構造を駆動させるデバイスは何か,デバイスの発生できる力はどの程度か,周囲を知覚するセンサは何か?,それらセンサは身体のどこにどのように付いているのか?,それらセンサが知覚できる範囲はどの程度か? 身体が異なるロボットでは当然異なる制約が課せられますが,同じロボットであっても全く同一の身体をつくることは不可能であり,微少ながら身体に違いがうまれ,それゆえ制約に違いがでてきます.これらの制約によってロボットが可能なこと(認識や動作など)が決められます.ここで,技術の進歩により,空も飛べる,海も潜れる,といったロボットがうまれてくるかもしれません.また,陸を100m5秒で走れる人型ロボットもうまれてくるかもしれません.しかし,物理的条件を超えて,瞬間移動ができる(光速以上で移動できる)ロボットなどは不可能です.同じように,光を感知できる,触覚センサを搭載している,匂いセンサによってモノを嗅ぐことができるロボットがでてくるかもしれない. しかし,どんなに多種類のセンサを搭載しても,環境を完全に認識できるロボットは非常に困難でしょう.環境の中で,不完全な「認識」と「行動」の能力しか持ち得ません.

更に身体的制約の一つにもなりますが,脳に相当するコンピュータ部分にも制約があります.それは「認識」したり「行動」を制御したりする処理能力の時間的制約です.どのように技術が進化したとしても,有限時間内に処理が要求され,かつ処理を行うために一定の時間を必要とすることは変わりません.そして最もよい結果を生むためには,まだ来ていない時間・未来の情報が必要になることも多々ありますが,ロボットには未来の情報を認識することは不可能です.

このように実環境下でロボットが有効に存在し続けようとすると,ロボットは能力的に不完全である状態で複雑な環境に対応していかなくてはなりません.これは正に生物が行っていることです.生物も不完全な能力の中で,行き続けるための有効な能力・工夫を身につけています.我々は,「知能」とはそのような能力・工夫のある見方ではないか,と考えています.そして,複雑な環境下で動き続けられるロボットの研究を通して,「知能」というものを考えいきたいと思っています.

ロボットと実環境.png

適応する,とは?死なないよう,壊れないよう動き続ける難しさ.

「知能的な振る舞い」を私達は,「身体による知能の表現」と捉えます.よって自転車にのったり運動をしたりという動きはもちろんのこと,考え込んだり本を読んだりという動きの少ないものも「知能的な振る舞い」と捉えます.特に後者の場合,そのような動きを通して見ることのできる脳みその内部の情報処理メカニズムを「知能的な振る舞い」と考えることが多いと思います. そこで私達の研究室では,「動き」に注目し,「動き」をつくり出すメカニズムまで含めて「知能的な振る舞い」と考え,実現していきたいと思っています.

ここで,「動き」について考えてみます.

コップをとる動き,ドアをあける動き,お手玉をする動き,様々な動きがあります.人間が行っている動きを正確に記録し,人間と同じ機構をもつロボットで再現してやるとどうなるでしょう?ちゃんと「動く」のでしょうか?もちろんロボットの体は「動き」ます.しかし,コップをとる動き,ドアをあける動き,お手玉をする動き,となるのでしょうか?周りの状況までも人間が動いた時と完全に同じにすれば,意味のある動きとなるかもしれません.しかし多くは,コップをつかみそこなった,あける途中でドアが引っかかった,お手玉がどっかに飛んでいった,といった失敗の動きになると思います.

人間は動くときに,「まわりの環境」に合わせて動くことができます.置いてあるコップに合わせて手の位置を修正し,握力も調整し,にぎることができます.むしろ人間にとって,「まわりの環境と全く無関係に動く」ことは難しいものです.一方,機械・ロボットにとって後者の方が簡単であり,「まわりの環境」に合わせて動くことは大変難しいことです.なぜなら,「まわりの環境」は,「未知なる環境」だからです.ここで言う「未知なる環境」とは,見たことも聞いたこともない環境のことではありません.過去になんども同じような環境・状況を経験しており,沢山の予備知識を持っているけれども,全く同じ環境・状況ではない故に,未知なる要素がわずかでも入っている,そんな環境です.昨日コップをつかんだ環境とは,今日は場所が違う・重さが違う・コップが違う.恐らく一つ一つの要素は,数mm,数mg,数mlくらいの違いかもしれませんが,沢山の数ミリ違う要素が存在する環境は過去のどの環境とも違うのです.私達の囲まれている実環境は,無限の環境パターンを許容するくらい,複雑なのです.

人間は,このよく馴染んだ未知の日常環境の中で動きを創造し続けて生きています.そのメカニズムは何か?それを考え,創り,ロボットを用いて動かす.これが現在,私達が研究している事柄です.

動作することの難しさ.png

生物の知能とロボットの知能の交差点

人間のレベルで考えると,「知能」とは言葉を操り,道具を操り,情報を操ることのように感じるかもしれません.しかし,生物のレベルで考えると,そこで共通する目標は,自然界の中で生きつづける事であり,そのために様々な工夫を行っています.その工夫を生物の「知能」と考えると,実環境の中で動き続けるという命題は,実はロボットでも生物でも同じです.ロボットの場合,生物と同じような工夫をしなくても,動き続けるという命題はクリアできます.解決方法は様々あります.その中で,生物の工夫を見習い,実現していくことで,生物の「知能」とは何か?そして機械における「知能」とは何か?について考えていくのが我々の知能研究です.

生物とロボットの知能の交差点.png

目標達成へ向けてどんなことをしよう?

我々の研究の方向性としては,複雑な環境下において十分に適応し活動し続けるロボットの実現を目指しています.そして,その中でロボットの動き・振る舞いを通して「知能」とは何かを考えていきます.

これらをふまえて具体的な研究の方向としては,

  • 人により環境に応じて動くシステムの構築
  • 様々な手法を用いて環境に適応するシステムの構築
  • 環境に適応するための新しい概念・手法などの提案

があります.

研究の方向性.png

当研究室の研究テーマ概要

これまでの研究

  • 2016年度
    • 高田陽:反復合議型MARL における非同期的な意思決定-信頼度を用いた故障エージェントへの対応-
    • 柾拓也:各タスクの優先度を用いた行動選択 -動的な優先度の更新による行動選択の効率化-
    • 石塚昌也:センサ入力に対する予測性の評価を用いた報酬の自己生成手法の提案 -SVR による予測性の改善-
    • 櫻庭康平:反復合議型MARL における単体ロボットの行動学習 -学習手法間における比較検証-
    • 白倉聖也:人からの教示による報酬の自己生成〜マルチタスクへの適応〜
    • 関恵莉菜:Counseling Agent における頷き動作を用いた人との信頼関係の構築
    • 本間啓暉:複数タスクにおけるロボットの行動学習 -行動停止回数を基にしたパラメータの推奨領域の限定-
  • 2014年度
    • 杉本大志:A Study on the State-Action Pair Prediction for Robot
    • 二階堂芳:外界とのインタラクションによる強化学習の報酬の自己生成
    • 小橋遼:複数タスクに対する意思決定手法の提案 〜外界とのインタラクションによるタスクの重要度の制御〜
    • 千葉秀平:反復合議型意思決定法によるマルチエージェント強化学習
    • 川村一貴:報酬を用いたNNの学習法の提案-ロボットアームに対する行動学習-
    • 櫻井柊平:反復合議型意思決定法を用いた行動学習―物理シミュレータによる耐故障性の検証―

3年生で行うゼミ

所在地

研究室の様子

lab.jpg