Aaron Saunders, Boston Dynamics’ VP of Engineering tells us Atlas got its moves from
人間のダンサーからアトラスへの変換が特に困難だった点はありますか。 5174>
バレエのパートでの回転は、跳躍や走行から最も離れているため、動作させるのに何度も繰り返しが必要で、私たちがより経験のある他のものもありました。 エリートアスリートと同じことをロボットでやろうとしても、それは難しい問題なのです。 謙虚になりますね。 なぜなら、この種のロボットを商業的に、そして最終的には家庭に広く普及させるためには、このレベルのパフォーマンスが必要だと考えているからです。 5174>
Atlas のルーチンを組み立てるのに、人間のダンサーを使うのは理解できますが、Spot や、特に Handle ではどうだったのでしょうか。 私たちのロボットは、ダイナミックで、エキサイティングで、バランスが取れていて、実にうまく動きます。 だから、ダンサーたちはロボットの動きに共感し、それをストーリーとして形作っていたのだと思います。 動物の動きや人間の行動のテンプレートが必ずしもない場合、何かをするためにどうすればいいか、少し難しく考える必要があります。それは、より実用的な商業的行動にも当てはまります。
ロボットにダンスを教えたり、体操やパルクールを教えたりした経験は、商用アプリケーションのロボット工学へのアプローチにどのように活かされていますか。 おそらくもっと重要なことは、新しいロボット機能を構築することと、楽しむことの間の交差点を見つけることが、ボストンダイナミクス社のロボット工学のレシピであり、進歩するための素晴らしい方法なのです。 スポットは製品化されることで、驚くほど堅牢になり、ほとんどメンテナンスが不要になりました。 一度教えれば一日中踊り続けることができるほどです。今日これほどまでに堅牢になったのは、単に奇妙で楽しいと思われるような以前のものから学んだことのおかげです。
このようなビデオを見ると、思い通りに動かすのにどれくらいの時間がかかったのか、また、実際のロボットの能力をどれだけ代表しているのか、よくわからないことがありますね。
このビデオの文脈でお答えしますが、私たちが投稿するすべてのビデオに同じことが当てはまると思います。 私たちは一生懸命に何かを作り、いったん動けば、それは機能するのです。 Atlasの場合、ロボット制御のほとんどは、パルクールのようなこれまでの研究から生まれたもので、ダイナミクスやバランスを考慮したモデル予測コントローラを使うようになりました。 それを使って、ダンサーや振付師とオフラインで設計したダンスステップをロボットに実行させました。 ですから、ダンスについて考え、モーションを構成し、シミュレーションを繰り返すのに何か月もかかりました。
ダンスにはかなりの強さとスピードが必要なので、Atlasのハードウェアの一部をアップグレードして、よりパワフルにしました。 パルクールの方が爆発的に見えるかもしれませんが、ダンスで得られる動きと速度は信じられないほどです。 アルゴリズムの能力と合わせて、マシンの能力を作り上げるのです。
ビデオにあるような最後のシーケンスができた時点で、撮影はわずか2日間でした。 その時間の多くは、多くのロボットが登場するシーンで、2 分間の連続した 1 ショットを撮影するためにカメラをどのように動かせばよいかを見つけ出すことに費やされ、ダンスのルーチンを何度も走らせて撮影しましたが、非常に確実に繰り返すことができました。 あの冒頭の2分間のショットには、カットやつなぎは一切ありませんでした。
確かにハードウェアに不具合があり、メンテナンスが必要でしたし、ロボットがつまずいたり転んだりすることもありました。 これらの動作は製品化されることを意図していませんし、100％信頼できるものではありませんが、間違いなく再現可能なものです。 私たちは、一度やったことの断片を見せるのではなく、できることを正直に見せるようにしています。 そしてそれは、私たちにとって間違いなく重要なことです。
Spot が一日中踊れるほど堅牢になったとおっしゃいましたが、これはどういうことでしょうか。 Atlasはどうでしょうか？
アトラスは、機械としてはまだ…世界に数台しかなく、複雑で、信頼性は重視されていませんでした。 確かに時々ロボットを壊すことはありました。 でも、私たちがやろうとしていることに照らし合わせると、ハードウェアの堅牢性は実に素晴らしいものでした。 その堅牢性がなければ、ビデオ制作はまったくできなかったでしょう。 アトラスはヘリコプターに似ていて、メンテナンスに費やす時間と運用に費やす時間の比率が高いように思います。
アトラスに新しいことをさせるとき、何らかの機械学習を使っているのでしょうか。 5174>
会社として、私たちはいろいろなことを模索してきましたが、アトラスは今、学習型コントローラを使用していません。 いずれはそうなる日が来ると思っています。 アトラスの現在のダンス パフォーマンスでは、力への反応、オンラインおよびオフラインの軌道最適化、モデル予測制御など、私たちが反射的制御と呼ぶものを混合して使用しています。 私たちがこれらの技術を活用するのは、本当に高いパフォーマンスを発揮するための確実な方法であり、これらのツールの使い方をよく理解しているからです。
私たちは、私たちが開発したソフトウェアとハードウェアの基盤を拡張し構築するために学習を使用することを計画していますが、私たちとコミュニティは、これらのツールを適用する適切な場所がどこか、まだ解明しようとしているところだと思います。 5174>
現在、アトラスのダイナミックな動きの多くは下半身からきていますが、パルクールでは上半身の強さと敏捷性も利用されます。 5174>
人間や動物は足を使って驚くべきことをしますが、体全体を使ってさらに驚くべきことをします。 パルクールは、全身を使ったモビリティを実現するための素晴らしいフレームワークを提供してくれていると思います。 歩くこと、走ることは、その始まりにすぎません。 ここ数年は、ジャンプや回転など、より複雑なダイナミックな動作に取り組んでいます。 私がアトラスチームに与えたミッションの1つは、脚を活用するのと同じように腕を活用して、機動性を強化し、拡張することに取り組み始めることです。
Boston Dynamicsでのキャリアを通じて、私は非常に多くの異なるタイプのテクノロジーに情熱を持って関わってきましたが、もうこれはどちらかの話ではないと思うようになりました。 アクチュエーター技術の選択は、作るロボットの大きさ、ロボットに何をさせたいか、どこへ行かせたいかなど、さまざまな要素に左右されると思うのです。 最終的には、ツールボックスに両方の種類のアクチュエーターがあるのは良いことで、私は両方のアクチュエーターにアクセスできるのが好きで、両方を使用して、本当に素晴らしいダイナミックな機械を作ることに成功しています。 その逆もまた然りで、業界は巨大な電気製品を作ることはあまりありません。 ですから、この2つの技術の間には、自然な分かれ道があると言えるかもしれません。
ボストンダイナミクスで取り組んでいることのほかに、最近のロボット研究で最も期待していることは何でしょうか。 特に、滑ったり押したりするような複雑な摩擦ベースの相互作用や、ロープのようなコンプライアントなものを動かすことの理解を深めるような、操作の研究です。 このような操作の研究が、モバイル・マニピュレータの可能性を解き放ち、ロボットが世界と豊かに対話する能力を開くことになると思います。
このビデオから他に受け取ってほしいことはありますか。
私個人としては、ロボット工学に没頭して多くの時間を過ごし、ロボットとは何か、その能力と限界は何かについて深く理解しているからだと思いますが、私の強い望みの1つは、もっと多くの人々がロボットと過ごす時間を増やしてほしいということです。 YouTubeの動画を見て、いろいろな意見やアイディアが出てきますが、もっと多くの人がロボットについて考え、学び、一緒に過ごす機会があれば、ロボットが私たちの生活にどのように役立つのか、新たな想像をすることができるのではないかと思っています。 その可能性はとてもエキサイティングで、もっと多くの人にその旅を楽しんでもらいたいと思います。 レッツダンス」とあります。