UCLらによる新技術「RoboBallet」は、グラフニューラルネットワークと強化学習で複数のロボットアームの動きを瞬時に計画し、現場の柔軟な対応と効率化を促します。
イギリス・ユニバーシティカレッジロンドン、Google DeepMind、Intrinsicの研究チームは、複数のロボットアームが共有された障害物だらけの空間でも衝突を避けつつ協調動作できるAI制御技術「RoboBallet」を開発しました。従来、ロボットの動作計画は熟練者による手作業で何百時間も要し、エラーも多く生じていました。しかしRoboBalletは、グラフ構造で空間情報を扱うニューラルネットと、強化学習によるトライアル＆エラー型学習を用い、数日間の訓練後には見慣れないレイアウトでも数秒で動作計画を生成できる性能を実現しています。
最大で8本のロボットアームに対し40以上のタスクを一度に計画させることも可能で、これまでの技術では不可能だったスケールの協調制御を実現しています。これにより、例えばレイアウトの変更や故障時の再計画など、リアルタイムに近い対応が求められる製造現場での柔軟性が大きく高まります。
将来的には、搬送や塗装といった複雑な作業や、ロボット間の作業依存関係、能力の異なるロボットチームにも対応可能な設計が期待されており、製造業や建設現場など多様な分野への応用が視野に入ります。
