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

ただ動くのではなく,周りに合わせて動きを「創る」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

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

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

現在考えられていること

振る舞いを通してロボットの知能を考えていく時,重要となるのが環境との相互作用です.「動く」ということは環境への適応の手段であり,環境を変化させる力です.これはロボットから環境への作用です.これに,環境変化に伴って環境に適応するためにロボット自身が変化するメカニズム(環境からロボットへの作用),これが機能したときに環境との相互作用が成り立ちます.

短期的には

  • ロボット ⇒ 環境:
    • ロボットの動きによる一時的な環境変化
  • 環境 ⇒ ロボット:
    • 環境変化に対する適切な動きの知識の獲得

が考えられますが,更に長期的視点として

  • ロボット ⇒ 環境:
    • ロボットの動きによる不可逆的な環境変化
  • 環境 ⇒ ロボット:
    • 環境変化に適応するための自身の構造の変化

などが考えられます.

更に,継続的な相互作用が起こることによって,ロボットと環境の継続的な適応・変化が起こり,新たなロボット・新たな環境の創発が起こることが期待されています.そのために,よりよい相互作用とは何か?よい相互作用を実現するにはどうしたらよいか?が考えられています.

Cognitive Developmental Robotics.png

当研究室の研究テーマ概要

認知発達ロボティクスの考えをもとに,現在行っている研究としては,ロボットの内部構造にあたる自律機能形成と外部環境に関する環境評価です.詳しくはこちら

研究の概要.png

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