かねただいC／DaiC(shi)Kaneta

現状ではひたすら試行錯誤して時間をかけて職人級に作り込まねばならない教示困難なタスク、もしくは、どんなに作り込んでも教示不可能なタスク、これらを比較的手軽に一般ユーザーにより実現できることも期待される。

たとえば現状では、衣料折り畳みなど柔軟物操作系のタスクは教示不可能という位置づけだったし、
未知の環境の不整地における外部との接触を伴う立体的な移動系のタスクなんかもそんな感じ。
最近の潮流でそれらが一般的に実現できるようになるとしたら、まさにブレークスルーといえる。

自動化するタスクをロボットに教示する負荷が大きい、という従来からある課題
完全自律型にならない限り常に存在する課題

現状ロボットの使用者が、機種個別のユーザーインターフェースを使い、予め用意されたプリミティブな動作を組み合わせて、ヒューリスティックにタスクを教示している。

この教示負荷が軽減されることが期待される。

機械学習系だと学習データを収集する作業が発生するが、
この負荷が現状よりも軽減されることが期待される。

またタスク実行中の、外乱に耐える頑健性、失敗時に自動復帰するエラーハンドリング、安全担保、、なども現状は人が教示で作り込んでいるが、この作業も軽減されることが期待される。

普通だと部品や配線が多くて複雑でスリムにしにくい大変なメカトロ部品を、その巨大複雑回路モデルと数式に着目し、斬新な着眼点といくつかのアイデアを組み合わせ大胆な仮定もおくことで計算式をキレイに短縮して必要最小限の構成で同等の機能を作れることを示し、実際に設計したメカトロ自体がスリムになるのカッコイイ。

My attempt to establish cred as a humanoid realist may not be working as well as I hoped. Today I was offered a chance to invest in a pre-seed for a humanoid robot company that will have $1T (yes they said "T") revenues in 7 years. Repeat essay from last Friday: rodneybrooks.com/why-todays-h...

未来が現実になりはじめた----物流展にヒューマノイド登場、ダイフクも活用を模索 世界最大手のマテハンメーカーであるダイフクの会見で「ヒューマノイド」という言葉が飛び出したかと思えば、各種搬送機や自動倉庫が出展される「国際総合物流展」では中国製のセミヒューマノイドがソーターへの投入作業をデモンストレーションした。米中でのデモビデオではお馴染みの動作だが、ついに国内でも見られるようになった。無駄を排除し、効率化が求められる領域である物流分野で、従来の効率化機械の延長にはない人型機...

未来が現実になりはじめた----物流展にヒューマノイド登場、ダイフクも活用を模索 ｜Seizo Trend www.sbbit.jp/article/st/1...

この連載、これで最終回ですので、このあとを拾ってくれる媒体を探しています。よろしくお願いします

極と極線
(習ったことあるような無いような)

双対変換の考え方を読解中

半空間の考え方を読解中

後ろ向きな話ではなく、ちゃんとルールを作れば社会に新しい良い変革を起こせるんだ～って信じて前向きに捉えて積極的に取り組んでいきたい話。

何かを可能にする新たな存在が現れたとき(もしくは作られたとき)、それらを既存の市場・社会のルールに当てはめるのか、それらを元にした新たな市場を開いて新たな社会のルールを作るのか。
いずれにせよ、ルールを後追いにして社会に広めることは、背負いたくない問題を人々に負わせる身勝手な行為だと、他人事ではなく自覚しておきたい。

Reality Is Ruining the Humanoid Robot Hype ​It takes more than building a humanoid robot to build a humanoid robot product.

Evan Ackerman has been a thoughtful reporter on robotics for a decade or more @spectrum.ieee.org spectrum.ieee.org/humanoid-rob...

Reality Is Ruining the Humanoid Robot Hype ​It takes more than building a humanoid robot to build a humanoid robot product.

Boston Dynamicsを筆頭に、Agility Robotics、Figureで脚型ロボットの安全についてISOの標準規格を検討してるとな。
RT
Reality Is Ruining the Humanoid Robot Hype
spectrum.ieee.org/humanoid-rob...

状態アクション遷移についてやさしく教えてくれる同僚の方いわく
「教えられたとおり直接精度よく合わせるのは何でも難しいけど、勾配とって誤差最小となる方向を多少ずれがあってもいいから何となく向かせ続けるならできそうでしょう。学習or計算結果から現在の状態からその向きを得て刻むことでロバストに精度良い状態に向かうことができるってことです」

simのモデルをreal(現実)に近づけることで学習や同定結果としての制御精度を上げられる。逆に、realの制御対象側をsimのためにモデル化しやすいものにすることでも精度を上げられる。
後者の文脈で、関節のバックドライバビリティが役に立つようだ。

同僚の方いわく
「アドミッタンス制御はゴリマッチョのパントマイムのイメージ」

使わせてもらお。

ロボットの定義
あなたにとってサイエンスとは？
というのと同じように
あなたにとってロボットとは？
と聞くと人それぞれの回答が返ってきそう。JISでも組織や個人の定義でも。
自分らで決めた定義に沿って展開するなら、その定義は大事にして欲しい。
ロボットを「再プログラム可能」と定義しておいて再プログラムしない、「多用途」と定義しておいて単一用途でしか使わないのならば、その定義は意味がない。

YouTube video by TBS CROSS DIG with Bloomberg 【米中が圧倒的でも日本の開発者は諦めるな】東大研究者・河原塚健人／ロボット×AI基盤モデル＝人間の知能を実現／でも日本の存在感は「めっちゃ低い」／ヒューマノイドの身体能力はもう差がつかない【1on1】

RP
【米中が圧倒的でも日本の開発者は諦めるな】
東大研究者・河原塚健人／ロボット×AI基盤モデル＝人間の知能を実現／
でも日本の存在感は「めっちゃ低い」／ヒューマノイドの身体能力はもう差がつかない【1on1】
www.youtube.com/watch?v=Ijze...

YouTube video by Robotic Systems Lab: Legged Robotics at ETH Zürich Attention-based map encoding for learning generalized legged locomotion

圧倒的な不整地踏破性能。凄い！

Attention-based map encoding for learning generalized legged locomotion
youtu.be/GUgwB6WxcFo?...

ロボティクススタートアップ会議2025 が２年ぶりに開催（1）｜森山和道 ライター、書評屋 第43回日本ロボット学会学術講演会オープンフォーラム（RSJ2025）にて、早稲田大学次世代ロボット研究機構によるシンポジウム「ロボティクススタートアップ会議2025」が開催されました。 ロボットスタートアップ特有の困難克服ノウハウの共有とエンカレッジが目的 ２年ぶりの開催となる今回は5回目で、司会は東京ロボティクス株式会社代表取締役の坂本義弘氏です。 東京ロボティクス株式会社代表取締役 坂...

東京ロボティクス 坂本義弘 さんが主催する
ロボティクススタートアップ会議2025のレポートを書きました。
note.com/kmoriyama/n/...
とりあえず、各社プレゼン部分まで。
パネルディスカッション部分も書くつもりです。
が、いつになるかわからないので
とりあえずここまでで公開。
ご覧くだされば幸いです。

TechMagic、 ヒューマノイドによる「食の未来」実現へ TechMagic株式会社のプレスリリース（2025年8月21日 15時00分）TechMagic、 ヒューマノイドによる「食の未来」実現へ

TechMagicがヒューマノイド！？
びっくり。この前ガイアの夜明けに出てた時は、そんな素振りはなかったような…
RT
prtimes.jp/main/html/rd...

遠隔操作でピストルスクワットできるのがボストンダイナミクス
ユニツリーもやって欲しい

Large Behavior Models and Atlas Find New Footing | Boston Dynamics Useful humanoid robots will require a long list of competencies. They will need the ability to manipulate a diverse range of objects (e.g. hard/soft, heavy/delicate, rigid/articulated, large/small), a...

RT
Large Behavior Models and Atlas Find New Footing
Boston Dynamics and TRI Research Team bostondynamics.com/blog/large-b...

逆運動学で解こうとする動作、この例だとタスクとなる手先の直線動作とは何を意味しているのか？を解釈する方向ともいえる。
従来のロボットのソフトウェアでは、予め与えられた経由点や経路もしくは教示データに従った動作を求め、なければNG(エラー)とする。タスクは点や経路に従うことであり、状態-行動を学習してもその仕組みが汎用化されても、それ以上の意味はない。
一方、タスクの制約や達成条件から汲み取って動作生成すると、直線っぽい動作ならば誤差があってもOK、時間短ければOK、手先でも肘でもどの部位でもOK…など、タスク遂行に幅が効く。つまり、よりタスクの本質的な枠組みでの意味のある動作生成になる。

先の手先の直線動作の例でいうと、以下の図の3のように、最大到達域や関節位置リミットなどの制約により、手先の直線動作を厳密に達成できないことがある。
計算的には試行回数以内に誤差が直線精度内に収束しない。
それでも、エラーとして動作停止させずに手先誤差を許容してでも動かすというのがこの逆運動学解法の特徴である。
「可解性を問わない」と言ったりするが、これはそういう意味らしい。

タスクの達成条件を緩めるという立場は、逆運動学解法でも2000年代以前から取られている。
誤差を最小化するという数値解法で、関節の自由度を最大限に活かし、制約が厳しく精度を維持するのが無理だとしても、誤差を許容してでも達成させるという方法である。

所望の手先などのタスク動作に対し関節動作を求める逆運動学問題の解法は、1960年代以前から数多く研究が取り組まれてきた。
今も研究の一分野として続いている。
最近の機械学習の動作生成ではこの問題をどう扱っているのか？というと、そもそも逆運動学を解いていない。
数多くの所望の手先動作に従った関節動作の教師データを集めて、コンフィグレーション空間で学習させている。手先がフラフラするのは精度良く関節動作するための学習が十分でないためであろう。精度を上げるにはデータ量・学習量を増やすことが効果的らしい。
それよりむしろタスクの達成条件を緩め、それなりに使える立場で実用アピールする方が増えている。

具体例としてロボットの古典的な問題を挙げよう。
以下の図のように多関節ロボットに手先を直線動作させるタスクを遂行させたい。この手先の直線をタスク空間と呼ぶ。
手先の直線動作さえ達成すればよく、関節の動かし方は自由な選択肢があるとしよう。この関節動作で作られる空間をコンフィグレーション空間と呼ぶ。
ただしロボットの各関節には関節位置リミットという制約がある。制約は絶対厳守。図の3のようにリミットに達すると動かせる関節の数(いわゆる自由度)が突然減ったりする。
それでも手先の直線動作を続けるには、急きょ別の関節で賄ったりする必要がある。
この手先から関節への動作を求める問題を逆運動学問題と呼ぶ。

DARPA Robotics Challenge同等のタスクを最近の米中のヒューマノイドでやって欲しいな。余裕でクリアするのか、やはり難しいのか。

その動作にはどんな意味を持たせている？

ロボットの動作を作っている人達はたまにこのような会話をする。
たとえば結果を見ると同じに見える汎用的な動作でも、
予め与えられた動作(経由点や経路もしくは何かしら教示データ)に従って生成される動作と、
タスクの制約や達成などの条件を汲み取って生成される動作との違いは大きい。
前者は動作を模倣することに汎用性を持たせる。後者はタスクから動作への解釈が入り、タスク遂行に汎用性を持たせる。
人為的でも機械的でも、明示的でも潜在的でも、動作を解釈するということは、動作に意味を持たせるということであり、その表現を持つということ。
そこには必ず物理世界が含まれる。

解説 ロボットとバックドライバビリティ
ISCIE(システム制御情報学会) 2024年 68巻 8号 p.302-308
www.jstage.jst.go.jp/article/isci...
バックドライバビリティの実現方針と取り組み例の図が分かりやすいです。