MIT研究チーム、ジェネレーティブAIを活用してロボットのジャンプ力を41%向上させ安全着地を実現
生成型AIを使ってロボットが高く飛ぶと安全に着地できるように マサチューセッツ工科大学(MIT)のコンピューターサイエンス暨 Artificial Intelligence Laboratory (CSAIL) の研究者たちは、生成型人工知能(Generative AI, GenAI)を活用して、人間が設計したロボットの性能を向上させることに成功しました。Byungchul Kim(左)とTsun-Hsuan "Johnson" Wangが主導したこの研究では、ユーザーが3Dモデルのロボットを作成し、どの部分を改良したいかを指定すると、GenAIが最適な形状を提案し、シミュレーションでテストを行います。最終的に、最適な設計が見つかったら、3Dプリンターで印刷して実際のロボットを作ることができます。 研究チームは、ジャンプロボットの高度を向上させるために、まず初期埋め込みベクトル(高レベルの特徴を表現した数値データ)から500件の潜在的な設計案をサンプリングしました。これらの設計案の中でシミュレーションでもっとも成績が良かった12件を選択し、埋め込みベクトルを.optimizeしました。このプロセスを5回繰り返し、AIモデルがより良い設計を生成できるようにしました。結果的には、生成された形状は円筒形でドラムスティックに似ており、直線的な矩形リンクとは異なりました。 Kim博士は、薄いリンクを作るという単純なアイデアではなく、AIが独自の形状を提案することでロボットがより多くのエネルギーを跳躍前に貯められるようになると指摘します。このクリエイティブさが、機械の基本的な力学を理解する手助けになりました。 さらに、研究チームはAIに安全に着地するために最適化された足の設計を依頼しました。同様の最適化プロセスを繰り返し、最終的に最も成績の良かった設計を選択し、それをジャンプロボットの底部に取り付けました。AIによるデザインにより、ロボットの着地安定性が大幅に改善され、倒れる頻度が84%減少しました。 ロボットの飛び上がりと着地安定性の両方を向上させるためには、これらの目標のバランスを取ることが重要です。研究者たちはジャンプ高度と着地成功率を数値データとして表現し、これらの目標の間での最適な埋め込みベクトルを見つけるようにシステムを訓練しました。現在のAI支援ロボットは、人間が設計したものよりも優れた成績を収めていますが、さらなる改善の可能性があります。現時点では3Dプリンター対応の材料を使用していますが、軽い材料を使用すれば、さらなる高さまでジャンプできるでしょう。 本研究は、製造業や家庭用ロボットの開発企業がプロトタイプの設計時間を節約し、効率を向上させるために有用な示唆を与えるものです。また、将来は自然言語処理を使ってAIがさまざまなタスクをこなすロボットを設計することも可能になる或許と、Wang博士生は期待しています。 CSAILの研究者たちは今後、更多的モーターを追加して跳躍方向を制御したり、着地安定性をさらに改善する可能性を探る予定です。 (出典:MIT News)