大きなブレイクスルー！北京の研究チームが世界初の「力・位置ハイブリッド制御アルゴリズム」を提案

最近、中国の研究チームがロボット制御アルゴリズム分野で大きなブレイクスルーを果たし、「力・位置ハイブリッド制御アルゴリズム」という世界初の統一理論を提唱しました。このアルゴリズムは力センサーに依存せず、ロボットが位置制御と力制御を同時に学習することを可能にします。関連するタスクの成功率は、位置制御のみを用いる従来の戦略と比較して約39.5％向上しています。さらに注目すべきは、この研究成果に関する論文が国際ロボット学習会議（ICML）で「優秀論文賞」を受賞したことです。これは同賞創設以来、中国の研究者チームが初めて受賞したケースです。
北京汎用人工知能研究院の実験現場では、この新しいアルゴリズムを搭載した四足ロボット犬が、黒板を順序立てて拭くという訓練タスクを実施しています。研究者らは、こうした実践的なシナリオを用いて、記者に対し「力・位置混合制御アルゴリズム」の基本原理と顕著な利点を説明しました。
北京汎用人工知能研究院の研究者・賈宝雄氏：主流の視覚言語アクションモデルは、実際にはカメラで撮影した画像を入力として受け取り、その後、軌道を予測します。この軌道予測により、ロボットがホワイトボードを拭く際に厳密にその表面に沿って動けず、結果として文字を完全に消せないという課題が生じます。一方、当社が採用した力・位置混合制御モデルでは、可能な限り『力』の次元を補完し、高精度な位置決めに加えてホワイトボードに対して適切な圧力をかける効果を実現しています。これにより、ロボットの拭き具がホワイトボードに密着し、文字を確実に消去できるようになります。つまり、従来の視覚言語アクションモデルにおいて『力』の次元を単に平滑化（フラット化）するにとどまらず、力と位置の両方を同時に制御する混合制御を達成したのです。
研究者によると、広く使われている視覚言語行動モデルは、実際の生活における多くのタスクに対応する際に十分な性能を発揮できないことが多い。その根本的な課題は、こうしたタスクの多くが複雑な接触場面を伴う点にある。たとえば、黒板を拭く際にはロボットアームが黒板表面に密着し、適切な力を加え続けなければならない。また、スイッチキャビネットのドアを開けるには、内部のプッシュ・プル式スプリング構造を正確に認識する必要がある。さらにロボットは単に「行きたい場所へ行き、届きたい場所へ手を伸ばす」だけではなく、「どの程度の力を加えるべきか」を理解しなければならない。『力・位置混合制御アルゴリズム』が登場する以前は、こうしたすべての課題を力センサーによって解決する必要があった。
北京汎用人工知能研究院の研究者・賈宝雄氏：力覚センサーは、実際には固定式ロボットアームに取り付ける場合が多く、設置が複雑で高コストになります。力覚と位置の混合制御モデルを採用することで、従来のVLAモデル（ビジュアル・ランゲージ・アクションモデル）と比べ、力が必要なタスクの成功率が約40％向上しました。