90分の学習で卓球ロボが実践できるまで成長
90分の学習で卓球ロボが実践できるまで成長 / Credit:ZellTuebingen(YouTube)_Optimal Stroke Learning with Policy Gradient Approach for Robotic Table Tennis(2021)
robot

「学習する卓球ロボ」 何も知らない状態からわずか90分で人間と対戦可能に

2021.12.13 Monday

どんなロボットでも、人間がすべてをプログラムすれば、ある程度は良い動きができるものです。

しかし私たちがロボットに求めてきたのは、人間のように「自分で学習していく能力」です。

そして最近、ドイツ・テュービンゲン大学(University of Tübingen)コンピュータ科学部に所属するヤーパン・ガオ氏ら研究チームは、学習していく卓球ロボを開発しました。

卓球ロボは、わずか90分ほどの学習で人間と簡単なラリーができるほど成長したようです。

研究の詳細は11月2日付で、プレプリントサーバ『arXiv.org』に掲載されました。

Watch a robot playing table tennis after just 90 minutes of training https://www.newscientist.com/article/2301254-watch-a-robot-playing-table-tennis-after-just-90-minutes-of-training/
Optimal Stroke Learning with Policy Gradient Approach for Robotic Table Tennis https://arxiv.org/abs/2109.03100

試行錯誤して学んでいく卓球ロボ

これまでにも卓球ロボは存在してきましたが、今回開発されたのは、「試行錯誤を繰り返して学習していく卓球ロボ」です。

最初にチームは、本物のロボットではなく、コンピュータ内に仮想のロボットアームと卓球台を作成。

最初はシミュレーションで学習
最初はシミュレーションで学習 / Credit:ZellTuebingen(YouTube)_Optimal Stroke Learning with Policy Gradient Approach for Robotic Table Tennis(2021)

コンピュータシミュレーションで、ラケットの速度と向きがボールの軌道にどのような影響を与えるか機械学習させました。

そして失敗と改善を積み重ねた結果、シミュレーションでは確実にピンポン玉を返せるようになりました。

その後チームはこのアルゴリズムを、卓球ラケットをもった本物のロボットアームに導入。

現実世界で人間とラリーできるよう、さらに学習させたのです。

本物のロボットアームで学習。最初はミスも多い。
本物のロボットアームで学習。最初はミスも多い。 / Credit:ZellTuebingen(YouTube)_Optimal Stroke Learning with Policy Gradient Approach for Robotic Table Tennis(2021)

卓球ロボは、2台のカメラを使ってピンポン玉の位置を7ミリ秒ごとに追跡し、その情報に基づいて、ロボットアームをどこに動かすか決定しています。

現段階では、卓球ロボが意図したポイントから平均24.9cm以内の場所に打ち込むことが可能

コンピュータシミュレーションより精度は落ちますが、それでも「わずかに劣る」程度のようです。

人間とラリーできるまで成長
人間とラリーできるまで成長 / Credit:ZellTuebingen(YouTube)_Optimal Stroke Learning with Policy Gradient Approach for Robotic Table Tennis(2021)

最終的に卓球ロボは、学習に合計90分(シミュレーションと現実)を費やしただけでした。

非常に短時間ですが、人間と対戦できるほどに成長したのです。

次ページわずか90分で初心者レベルに成長!人間と同じく緩急に弱い

<

1

2

>

人気記事ランキング

  • TODAY
  • WEEK
  • MONTH

Amazonお買い得品ランキング

ロボットのニュースrobot news

もっと見る

役立つ科学情報

注目の科学ニュースpick up !!