画像の出所：https://www.forbes.com/sites/johnkoetsier/2024/08/26/boston-dynamics-what-we-need-in-the-emerging-golden-age-of-robotics/
ロンドン、イギリス – 5月30日：ボストンダイナミクスやユニトリーのロボット装置が、国際ロボティクスおよび自動化会議（ICRA）で展示されている。
現在、Apptronik、アマゾン（Agility Roboticsとの提携）、Sanctuary AI、Figure.ai、テスラ、フォリエイトインテリジェンスといった製造業者による二足歩行の人型ロボットが非常に人気ですが、ロボットの革新は、数年以内に統合されるのではなく、多様化する可能性が高いです。
これは、ボストンダイナミクスのトップ科学者やエンジニアとの会話から得た私の重要な見解です。
ボストンダイナミクスは、アトラスと呼ばれる人型ロボットを開発し、さまざまな形状のロボットを引き続き構築しています。
昨年、ロボティクスへの投資は減少しましたが、2023年から2032年にかけて、世界のロボティクスマーケットは年率ほぼ15%の成長が予想されています。
今後、ロボットは犬のように走り、鳥のように飛び、ヘビのようにうねり、魚のように泳ぎ、車のように転がり、そしてもちろん人間のように歩くでしょう。
ボストンダイナミクスのシニアテクニカルディレクターであるアレックス・パーキンズは、「正しい形状とは、実際にターゲットにしているアプリケーションに対して最適な形状のことです」と述べています。
私たちは、通常、人間の形や動物の形に引き寄せられますが、それらの形状には大きな有用性と柔軟性があります。
しかし、ロボットのデザインは、特定の作業に非常に特化している場合もあります。
例えば、一般的な食器洗い機のように、静止して動かない形状です。
人間の形を最も適応性が高いと考えられている一方で、実際には必ずしも最適というわけではありません。
例えば、倉庫内での箱の移動を考えてみてください。
ボストンダイナミクスのシニアテクニカルディレクター兼チーフシステムエンジニアであるマイク・マーフィーは、「私たちが最初に行った箱の移動はアトラスで行い、その市場を理解するにつれて、この歩行ロボットからストレッチへと進化させました」と述べています。
ストレッチは、静的バランスを持つ新しいロボットで、倉庫や物流オペレーションに適しています。
倉庫は、一般的に平らなコンクリートの床で構成されています。
パーキンズは、「ストレッチをオーストリッチ型の機械と比較すると、最初のプロトタイプを製造したときにはすでに5倍も速かったのです」と話します。
「これがこのアプリケーションにとって最適なものだと確信しました。」
ストレッチは、テスラのオプティマス、Agility Roboticsのデジット、Sanctuary AIのロボットのように指や手を持っていません。
代わりに、ストレッチは吸引カップを使用して、ぎっしり詰められたり、形が不規則な箱を掴んで移動させることができます。
世界や作業現場を移動する場合、足はもちろん意味を持ちますが、二足歩行がここでも最適解とは限りません。
ボストンダイナミクスのスポット（犬型ロボット）のVP兼ゼネラルマネージャーであるマルコ・ダ・シルバは、数年前に不規則な屋外環境で四足歩行の形状に対する新たな理解を得たと言います。
「そのアイデアは、スポットとアトラスが一緒に森を歩く様子を見せることでしたが、スポットはアトラスの周りを周回していました。」
彼は、「我々のロボットは道を歩いていて立派に仕事をこなしていましたが、スポットは森の中を駆け回り、丘を登り、ただただ周回していただけでした。」と続けます。
急な登山道を歩いた経験があるハイカーは、その気持ちがよく分かるでしょう。
四足歩行の形状には、コストの利点もあり得ます。
二足歩行は、はるかに多くのアクチュエーターやロボットの「筋肉」を必要とします。
考えてみてください：腰、膝、足首はすべて二足歩行形状に効果的なためには可動性が必要です。
マーフィーは、「犬型ロボットは各足につき3つのアクチュエーターだけで済むかもしれませんが、人型ロボットは15個も必要です」と述べています。
これにより、人型ロボットの足には合計30のアクチュエーターが必要であるのに対し、犬型の形状ではわずか12です。
私たちの構造を考えると、人型ロボットは一般目的の機械として素晴らしいものを持っていると考えがちです。
しかし、それは一種の幻想であるとダ・シルバは言います。
ボストンダイナミクスのストレッチロボット
「人型ロボットのようなものを見れば、人々や投資家は、そのロボットが人間ができるすべてのことを行えると考えるのが簡単です。」
しかし、特定のアプリケーションに入り込み、市場をよりよく理解するにつれて、より信頼性が高く、性能が向上し、コストが削減できるトレードオフが見えてくると言います。
まだ、合理的に速く移動できるバッテリー寿命の長い人型ロボットは作られたことがありません。
ロボティクスにおける革新のもう一つの重要な分野は、トレーニングです。
Apptronikは、ロボットの訓練に大規模言語モデル（LLMs）を使用し始めています：自然言語を使用してロボットに指示を与え、AIシステムがそれを具体的なステップとアクションに翻訳します。
これは、家庭や職場でロボットを使用するために不可欠です。
例えば、トマトをスライスするようにロボットに頼むには、膨大な背景知識が必要です。
それがどこにあるのか、トマトとは何か、どのようなナイフがトマトに適しているのか、そのナイフはどこにあるのか、まな板が必要なのかなど、多岐にわたります。
実際に切る方法や、スライス後の扱い、清掃方法まで考慮しなければなりません。
マーフィーは、LLMsがこれに役立つと話します。
「倉庫の分野では、多くの倉庫管理システムが基本的に、ピッカーに対して音声コマンドを使用して‘このベイに行って、5つの箱を取ってきて’と指示します。」
「このさまざまな倉庫管理システムと統合するために必要なソフトウェアの統合レベルや、切り取る必要があるAPIの数は膨大かもしれません。」
「あるいは、単に人間がすぐに理解できる非常にシンプルなコマンドを取って、一瞬で完了することもできます。」
形状に関して、ボストンダイナミクスチームは人型ロボットに熱を上げている様子はありません。
主要な制約は、持ち運べるバッテリーのパワーです。
最終的には、それでも目標としては残っていますが、マーフィーは、実現可能になるまでには重大な技術的進歩が必要だと示唆しています。
「すべての形状の最適形状が人型ロボットであるかどうかについて、ここでは誰も議論しないでしょうが、人型ロボットを追求する過程で開発されるすべては、ロボティクス全体の技術的進歩にとって大きな意義があります」と彼は言います。