ロボが人間並みに器用になる日は近い～ロボット触覚と深層強化学習の融合

ロボット触覚の進展と深層強化学習によるロボット制御が合わされば、ロボットは人間並みに器用になるのでは？と考えて、私見をまとめました。

Transcript

1. ロボが人間並みに器用になる日は近い ～ロボット触覚と深層強化学習の融合～ 1 2025年7月26日 岡谷 基弘
2. この資料は何？ 2 向こう１～２年で起きる可能性が高いと考えている ロボット業界のブレークスルーについての私見を述 べたもの
3. 人間とロボットのインプット情報についての最も大きな違いは？ 3 情報処理のオーダー(*1) 人間 ロボット 視覚 106~107 bps 106~109 bps 聴覚 103~104 bps 104~105 bps 触覚 106 bps 103~104 bps *1 味覚、嗅覚、内受容感覚は割愛 触覚の精細さに大きな違いあり 144×252 pixels×3ch(RGB) 4×7 pixels×1ch 触覚のオーダーの違い を画像で例えると・・・ ＜ ＜ ＞
4. 触覚センサ開発の動向 4 2024 Digit360(*5) 2010 2015 2017 2019 2021 2023 GelSight(*2) Digit 2025 640×480, 30fps BioTac(*1) *! https://wiki.ros.org/BioTac *2 https://www.gelsight.com/ *3 The TacTip Family: Soft Optical Tactile Sensors with 3D-Printed Biomimetic Morphologies – PMC *4株式会社 FingerVision｜触覚センサ *5 Digit 360 | Digit - Dexterous Manipulation and Touch Perception *6 Embedding high-resolution touch across robotic hands enables adaptive human-like grasping | Nature Machine Intelligence *7 受容繊維密度で計算。正確には4種類の触覚受容器それぞれで時間解像度と空間解像度が異なる 19, 数百fps TacTip(*3) 127, 30fps FingerVision(*4) F-TAC Hand(*6) 10000/cm2 8.3 M, 240fps 人間の手の数千～数万ピクセル ×数百fps(*7)に肉薄 (部分的には超え始めた)
5. 最近のロボット制御の動向 5 従来の制御手法では実現できなかった、未知の不整地 での俊敏な歩行や倒立状態からの起き上がり動作が 深層強化学習(DRL)で実現されつつある(*1) 一方、DRLでは安定性が必ずしも保障されないた め、従来手法と組み合わせたハイブリッド制御もさ かんに研究されている 人手で作成してきたモデルからデータ駆動への 流れがある *1 https://www.oaepublish.com/articles/ir.2022.20 DRLで走り方を習得し屋外で5km走破 屋外空間、雪の中、滑る地面 でも動ける4足ロボット
6. BITTER LESSON 6 人手で作ったモデルではなく、汎用的な手法がデータと計算量で圧倒してきた 画像処理：SIFT特徴量などから深層学習へ 自然言語処理：n-gramなどからLLMへ 触覚は・・・ 触覚は今までデータがなかった （柔らかいハンドの場合、シミュレーションでデータを得ることも難しい(*1)） これからは？ *1 有限要素法による計算が必要でそれに莫大な計算時間がかかるため http://www.incompleteideas.net/IncIdeas/BitterLesson.html
7. 今後起きてくると予想されること 7 人間の手に近い密度の触覚センサがハンドに実装されはじめたのは2024年～2025年 高密度柔軟触覚 センサの充実 深層強化学習による ロボット制御技術の 発達 半導体技術の進化 による計算能力の向 上（低廉化） ロボット業界の長年の課題で あるdexterity(器用さ)の解決 ロボット応用分野の飛躍的拡大へ 深層強化学習がロボット分野に応用され 始めたのもここ数年 両者が合わさることで、今まで人間の手 でないとできなかったことがロボットハンド でもできるようになると予想される
8. まとめ 8
9. まとめ 9 • 2025年現在、ロボット触覚は人間の手の触覚の解像度に肉薄している • 4足ロボットやヒューマノイドは深層強化学習によって、従来の制御手法だけではでき ない多様な行動が可能になっている • Bitter lessonを踏まえると、人間の手に準ずる触覚（データ）と深層強化学習（計算量） によって、ロボットハンドの「器用さ」の問題は解決される可能性が高い（少なくとも、 「解決された」と主張する論文が１年以内程度で出てくると予想される） • 触覚センサとハンドの開発動向は要チェック！
10. END 10