OpenAI ロボティクス シンポジウム 2019

OpenAI は 2019 年 4 月 27 日に初めてのロボティクス シンポジウムを開催し、複雑なロボットシステムの構築に関するアイデアを交換する多 disciplinary プラットフォームを作ることを目的としました。このイベントは、ロボットが学習できるようにするという目標に焦点を当てました。OpenAI はこれを日常生活へのロボット統合への主要な道筋と見なしています。

ロボット学習への技術的アプローチ

いくつかの研究者が、ロボットがスキルを習得し環境に適応するための多様な方法論を発表しました：

Sim2Real と強化学習

Wojciech Zaremba (OpenAI) は「Learning Dexterity」についての研究を発表しました。これはドメインランダム化を用いた sim2real と、メモリ拡張ポリシーを伴う大規模な強化学習を利用します。このアプローチはメタ学習を可能にし、物理ハードウェアでの訓練を必要とせずにポリシーを物理ロボットに転送できるようにします。

遊びを通じた自己教師あり学習

Pierre Sermanet (Google Brain) は、「遊び」が表現学習のための自己教師ありを提供する方法を説明しました。これによりロボットは明示的なラベルや報酬を必要とせずに、さまざまなスキルを獲得し、新しいタスクを解決するために組み合わせることができます。

エンジニアリング学習 vs デプロイメント学習

Leslie Kaelbling (MIT) は、「ロボットファクトリー」（エンジニアリング時間）での学習と「野外」（デプロイメント時間）での学習を区別することで、新しいスキルの習得を容易にする知能ロボットの構築アーキテクチャについて議論しました。

ランタイム適応

Jeff Clune (Uber AI / University of Wyoming) は、損傷を受けた場合にランタイムで急速に適応できるロボットについて、Nature に掲載された研究を詳しく説明しました。これにより予期しない環境条件や物理的故障に対するレジリエンスが向上します。

ヒューマンロボットインタラクション (HRI)

シンポジウムで発表された研究は、ロボットを安全かつ社会的に直感的にするための経路（path）に焦点を当てました：

ヒューマン行動の予測

Anca Dragan (UC Berkeley)は、ヒューマンが「ノイジー合理的」であるという仮定を超えるヒューマン行動予測のフレームワークを提案しました。彼女のフレームワークは、戦略的ヒューマン行動と体系的なサブ最適性、例えば環境の物理法則に関する知識の欠如や変化する好みなどを考慮に入れます。

ソーシャル・エモーショナルインテリジェンス

Jin Joo Lee (MIT / Amazon)は、ロボットをより lifelike にするためにソーシャル・エモーショナルインテリジェンスの使用を探求しました。これには、ヒューマンの感情表現を解釈し、同様の感情的手がかりを使ってコミュニケーションを行うロボットが含まれます。

業界のギャップと実践的応用

Chris Atkeson (CMU)は、ロボット学習研究と実際のロボットプログラミング実践の間のギャップについて重要な分析を提供し、学習ロボットを実際の応用で本当に役立つものにするために必要な要件について議論しました。

デキストラティデモンストレーション

イベントの一環として、OpenAI はブロックを操作するヒューマノイドロボットハンドのライブデモンストレーションを行いました。このシステムはビジョンと強化学習を利用してタスクを達成しました。

シンポジウムの成果

OpenAI は、シンポジウムが従来のロボティクスとディープラーニングロボティクスの間の緊張に関する新しい内部的視点および自己教師あり学習に関する新しいアイデアをもたらしたと報告しました。組織はこの形式を繰り返し、潜在的に毎年開催するイベントとして、ロボット問題を解決するアプローチの多様性について共有理解を促進する意向です。