カーネギーメロン大学のロボットがシャツを着る

ロボット支援ドレッシング システムは、さまざまなポーズ、体型、衣服に対応します。

カーネギーメロン大学

画像: Yufei Wang、博士カーネギーメロン大学ロボット工学研究所の学生は、ロボットが病院のガウンを腕に引き上げるのを眺めている。もっと見る

クレジット: カーネギーメロン大学

ほとんどの人は服を着るのが当然だと思っています。 しかし、国立保健統計センターのデータによると、介護施設の入居者と在宅介護患者の92％が着替えの介助を必要としている。

カーネギーメロン大学ロボット研究所（RI）の研究者らは、ロボットがこのニーズに応えられる未来を見据え、その実現に向けて取り組んでいる。

「注目すべきことに、ロボット支援による更衣の既存の試みは、限られた範囲の腕のポーズで、病院のガウンのような単一の固定された衣類を使用して更衣を行うことを主に想定していた」とRI博士のYufei Wang氏は述べた。 ロボット支援の着替えシステムに取り組んでいる学生。 「多様な日常着やさまざまな運動機能能力に対応する一般的なシステムを開発することが、私たちの最も重要な目標です。また、腕の動きがさまざまなレベルで制限されている人にもこのシステムを拡張したいと考えています。」

ロボット支援ドレッシング システムは、人工知能の機能を活用して、さまざまな人の体型、腕のポーズ、衣服の選択に対応します。 チームの研究では、強化学習 (特定のタスクを達成することに対する報酬) を使用して、一般的な服装システムを実現しました。 具体的には、研究者らはロボットが衣服を人の腕に沿って適切に配置するたびに、ロボットにプラスの報酬を与えた。 継続的な強化により、システムの学習された服装戦略の成功率が向上しました。

研究者らはシミュレーションを使用して、ロボットに衣服の操作方法や人々の服装の仕方を教えた。 シミュレーションで学習した戦略を現実世界に移す際、チームは衣服の素材の特性を慎重に扱う必要がありました。

「シミュレーション段階では、意図的にランダム化された多様な衣服の特性を採用し、ロボットが学習した服装戦略を、広範囲の材料特性を網羅するように導きます」と、このプロジェクトにも携わったRI修士課程の学生、Zhanyi Sun氏は述べた。 「シミュレーションでランダムに変化する衣服の特性が現実世界の衣服の特性をカプセル化し、シミュレーション環境で学習した服装戦略を現実世界にシームレスに転送できることを願っています。」

RI チームは、体型、腕のポーズ、5 種類の衣服を着た 17 人の参加者を対象に、510 回の着衣トライアルを行った人体研究でロボット着衣システムを評価しました。 ほとんどの参加者にとって、システムは各衣服の袖を腕に完全に引っ張ることができました。 すべてのテストケースを平均すると、システムは参加者の腕の長さの 86% に服を着せました。

研究者らはシステムを設計する際に、いくつかの課題を考慮する必要がありました。 まず、衣服は本質的に変形しやすいため、ロボットが衣服全体を認識し、どこでどのように動くかを予測することが困難です。

「衣服は状態推定を可能にする剛体とは異なるため、ロボットが衣服の現在の状態と人間の腕との相互作用を認識できるように、変形可能なオブジェクトの高次元表現を使用する必要があります」とワン氏は述べた。 「私たちが使用する表現は、セグメント化された点群と呼ばれます。これは、衣服の目に見える部分を一連の点として表します。」

人間とロボットの安全な相互作用も重要でした。 ロボットが人間の腕に過剰な力を加えたり、不快感を引き起こしたり安全を損なったりする可能性のあるその他の動作を避けることが重要でした。 これらのリスクを軽減するために、チームはロボットの穏やかな行動に対して報酬を与えました。

将来の研究はいくつかの方向に進む可能性があります。 たとえば、チームは現在のシステムの機能を拡張して、人の両腕にジャケットを着せたり、T シャツを頭からかぶったりできるようにしたいと考えています。 どちらのタスクも、より複雑な設計と実行が必要です。 研究チームはまた、着替えの過程で人間の腕の動きに適応し、ボタンやジッパーを閉めるなどのより高度なロボット操作スキルを探求したいと考えている。