ボストン・ダイナミクスのロボットダンス動画が世界的ヒット！エンジニアリング担当副社長が明かす：私たちは古典と最先端の技術を組み合わせています

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式サイトにアクセスして許可を申請してください。

ボストン・ダイナミクスは2020年12月29日、YouTubeで新年のビデオを公開した。

[[375196]]

動画では、デトロイトのバンド、ザ・コンターズのヒット曲「Do You Love Me」のリズミカルなビートにのって、ボストン・ダイナミクスのロボット犬スポット、二足歩行ロボットのアトラス、二輪のポーターのハンドルが、足並みを揃えて軽快なステップで交互にステージ上で踊っており、違和感はない。

ボストン・ダイナミクスは動画の下の説明欄で、2021年がより幸せな年となるよう、ボストン・ダイナミクスのロボットたちが新年を祝うために集まったと記した。

アート＋エンジニアリングをベースにしたロボットダンス動画が話題に

世界的に有名なエンジニアリングおよびロボット設計会社として、この活動は世界中のネットユーザーに感銘を与えました。現在までに、このビデオは2,533万回近く再生されています。

世界一の富豪イーロン・マスク氏もツイートした。

これはCGIではありません。

Leifeng.com は、この人気のロボットダンスに関して、IEEE (米国電気電子技術者協会) の主要出版物である IEEE Spectrum が次のように述べていると伝えています。

このビデオはボストン・ダイナミクスの技術力と創造性の融合を魅力的に表現しており、人気があるのも不思議ではありません。

IEEE Spectrum は、視聴者がロボットの新しい機能を見るわけではないため、このようなビデオは厳密には画期的ではないが、その「芸術的要素」は依然として印象的であると考えている。ボストン・ダイナミクス社の二足歩行ロボット「アトラス」は、いくつかの実用的なタスクを実行でき、体操やパルクールなどのスキルにも長けているが、ロボットにダンスをさせることは間違いなく難しい。

この目的のために、ボストンダイナミクスは、ダンスを学ぶためのダンスインストラクターとして、モニカトーマスという外部ダンサーを招きました。

Leifeng.com（公式アカウント：Leifeng.com）は、ジェンダー、文化、ユーモア、ポストモダニズム、ムーブメント、ヘゲモニーへの共通の関心から、モニカ・トーマスが大学4年生（2014年）の時に2人の友人とMad King Thomasダンススタジオを共同設立したことを知りました。このスタジオは自由な創作に焦点を当て、世界中で大小さまざまな舞台作品を制作してきました。

[[375198]]

彼らの理想は、革命を起こし、現状を覆し、ダンス、パフォーマンス、アートを再定義することです。このコンセプトに影響を受け、ボストンダイナミクスのロボットのダンスの動きはとてもユニークです。

もちろん、一連のダンスの動きの背後には、より複雑な技術的原理があり、当然ながら、ボストンダイナミクスのエンジニアリングチームと切り離すことはできません。

LinkedInの公開情報によると、ボストン・ダイナミクスのエンジニアリング担当副社長であるアーロン・サンダース氏は、カナダのアルバータ大学とビクトリア大学で機械工学を学び、機械工学の修士号を取得した。

卒業後、アーロン・サンダースはカナダのマギル大学にあるインテリジェントマシンセンターのモバイルロボット研究所で研究エンジニアとして働きました。1年後の2013年、アーロン・サンダースはボストン・ダイナミクスに入社しました。

アーロンサンダースは、ハードウェアエンジニアリング担当副社長としての最初の役職から、その後のエンジニアリング担当副社長の役職に至るまで、ボストンダイナミクスで 18 年間勤務しており、すでにベテランとなっています。

アーロン・サンダース氏も自身の説明の中でこう書いている。

地上および水中移動ロボットの経験を活かし、多分野にわたるチームを率いて複雑なロボットシステムを開発します。専門分野には、システムエンジニアリング、航空宇宙油圧、複雑なメカニズム設計、電気機械作動、カスタム力センシングなどがあります。

「ダンスを学ぶことは、ロボットの足の数とは関係ありません」

この新年のダンスについてさらに詳しく知るために、IEEE Spectrumは最近、ボストンダイナミクスのエンジニアリング担当副社長であるアーロン・サンダース氏にインタビューしました。Leifeng.comは、元の意味を変えずに内容をまとめました。次のテキストを読むと、ボストンダイナミクスについてより深く理解できるかもしれません。

ネットユーザーの反応をどう見ていますか？

私たちが想像していたネットユーザーの反応がすべて実際に起こったことがわかり、私たちにとっては本当に楽しいことでした。私たちは、将来の発展に向けての考えや提案を共有する何百ものメールと多くの電話を受け取りました。このビデオの視聴者層は、主にクラシック曲と最先端のテクノロジーを組み合わせたことにより、予想よりもはるかに広いと言えます。

今回、アトラスはこれまでに見たことのない動きを披露しました。その原理について説明していただけますか？

まず、振付師と数人のダンサーと協力して、基礎となるルーチンを作成しました。実際、Atlas が直面している最大の課題は、人間のダンスの動きを学習することです。この目的を達成するために、シミュレーションを通じて多数の迅速な反復を実行し、振付師からのフィードバックを求め、動きが Atlas の強さと速度の許容範囲内であることを確認するためのデータセットを構築しています。

私たちが前進し、より多くのツールを手に入れるにつれて、手動でスクリプトを作成したりコーディングしたりするのではなく、より短時間で新しいダンスの動きをデザインできるようになります。たとえば、撮影の前日には、ツールチェーンを使用して Atlas のバレエの動きを作成しましたが、これには 1 日しかかかりませんでした。

ダンサーの動きをアトラスの動きに翻訳する際に、チームはどのような困難に直面しましたか?

バレエには、Atlas で実行するために多くの反復を必要とする回転動作がいくつかありますが、一部の動作については経験があまりなかったため、マシンとソフトウェアの両方が課題に直面しました。人間のダンサーの柔軟性と強さを決して過小評価してはならないこと、そして優れた人間のダンサーの動きをロボットに実行させることは確かに難しいことに私たちは気づきました。

基本的に、アトラスはまだダンサーのような運動能力や強さを持っていません。これは私たちが引き続き努力していく方向性です。ロボットが商業用途で広く使用され、最終的に何千もの家庭に普及するには、そのようなパフォーマンスが不可欠であると考えています。

人間のダンサーはアトラスの振り付けを手伝うことができますが、スポットとハンドルはどうやってダンスを学ぶのでしょうか?

ダンスを学ぶには、一方では動きについて考え、行動を通して自分を表現する才能に恵まれた協力者たちが必要です。他方では、ロボットの優れたダイナミクスとバランスにもかかっています。実際には、ダンサーとロボットは動きにおいて関連しており、ロボットの足の数に関係なく、振付師がそれらを統合します。

ロボットにダンス、体操、パルクールを教えることで、ロボットの商業的応用にどのようなインスピレーションが得られるのでしょうか?

ロボットがダンスやパルクールで習得する敏捷性、バランス、知覚などのスキルは、多くの実用的なアプリケーションに必要です。さらに重要なことは、ボストンダイナミクスは実際に、新しいスキルの開発と面白さの維持のバランスを取ろうとしているということです。私たちは多くの奇妙で興味深い試みから多くの教訓を学びました。自分の限界を広げるには、まず未知の領域に踏み込まなければなりません。

チームがビデオを通じてどれだけの時間と労力を費やしたのか、あるいはビデオがロボットの真の能力をどの程度表現しているのかを理解するのは難しい。それについて話していただけますか？

この質問にはビデオに基づいて回答します (もちろん、同じ原則がすべてのビデオに適用されます)。 Atlas の場合、ロボットの制御作業のほとんどは、既存の技術的蓄積から生まれています (たとえば、ロボットパルクールを通じて、モデル予測コントローラを使用してロボットの動きとバランスを制御する方法を発見しました)。一方、ロボットにダンスステップを実行させる作業は、ダンサーや振付師と協力して設計しています。また、強度とスピードを確保するために、Atlas のハードウェアもアップグレードしました。ダンスはおそらく、私たちがこれまでに試みた中で最も強度を必要とするアクティビティです。

準備作業には数か月かかりましたが、最終的なビデオ撮影は、主に2分間のショットを撮影するためにカメラをどう動かすかを考えながら、わずか2日間で完了しました。

もちろん、ロボットが倒れたり、人間によるメンテナンスが必要になったりするなど、ハードウェアの問題はまだ残っています。ビデオ内の動作は製品化されず、完全に信頼できるものでもありませんが、再現可能です。私たちは、ボストンダイナミクスのロボットが現在実行可能な動作レベルを正直に実証しました。正直さは私たちにとって重要な資質です。

Atlas は新しいタスクを実行する方法を学習するときに機械学習を使用しますか?

実は、技術面ではいろいろ検討してきましたが、Atlas では現在、学習型コントローラは使用していません。リフレクティブ制御とモデル予測制御を使用しています。これらはすべて、ロボットがパフォーマンスを向上させ、新しい動作を学習するための信頼できる方法であると考えています。今後は機械学習を活用し、ハードウェアとソフトウェアの両面で展開していく予定です。

現在、アトラスは主に下半身を使ってパワーを生み出していますが、パルクールでは上肢の強さと敏捷性も必要です。アトラスはすでに懸垂などの動作を試し始めていると聞いていますが、それについてお話しいただけますか？

動物は下肢を使ってさまざまな動きをすることができますが、全身が協調して動くと、効果は確実に高まります。パルクールは私たちに新しい発展の方向性を与えてくれます。私たちは敏捷性を向上させるために、常に新しくてより複雑な動作を磨き、試しています。実際、アトラスチームの課題の一つは、上半身の筋力の使用頻度をできるだけ高めることであり、今後の展開に非常に期待しています。

高度に動的なロボットの油圧駆動と電気駆動についてどう思いますか?

どのドライブを使用するかは、ロボットのサイズ、目的、作業環境によって異なります。もちろん、両方のテクニックを習得するのが最善です。規模が両者の自然な境界であると私は考えています。小型油圧機械の製造は非常に困難であり、業界でそれを行っている人はほとんどいません。同様に、大型の電気機械を作る人もほとんどいません。