人間が日常でやる複雑な作業、ロボットは『どこに何があるか』と『体の動かし方』を別々に学ぶ

『モジュール』って、このロボットの話では何を指してるの？『分ける』ってことかな？

「モジュール」はそのままだと「部品」「構成要素」という意味ですが、ここでのポイントは「分ける」じゃなくて「独立に動く」というところですね。 たとえば、スマートフォンを想像してみてください。カメラ、GPS、バッテリー、通信機能。これらは別々の部品として独立して機能してるけど、スマートフォン全体として動いてる。そういう感じです。 ALAS の場合、「環境理解」と「動き学習」という2つのモジュールは、確かに分かれてはいるんですが、単に分かれてるだけじゃなくて、それぞれが独立して学べる、独立して機能できる、ということが肝心なんです。だから新しい部屋に行ったときは「環境理解」だけを更新すればいい、新しい動きを習うときは「動き学習」だけを更新すればいい。片方の学習が、もう片方を邪魔しないわけです。 人間の脳も実はそういう構造だから、ロボットも同じように分けてみたら、あら不思議、急に賢くなった。そういう発見なのかもしれません。

この技術が進むと、将来うちの掃除ロボットとか、レストランのロボット店員みたいなのが、今より賢く動くようになるってこと？

単純に「賢くなる」というより、環境に適応する力がつく、という感じですね。掃除ロボットの例なら分かりやすくて、今のものは新築マンションと古い一軒家では別々に学習させるか、かなり微調整が必要。でもALASみたいな仕組みなら、「この部屋の間取りと家具配置を理解する」「うちの掃除機の動きの癖を学ぶ」という2つの学習を切り離せる。だから同じロボットが、転勤族の家でも実家でも、それなりに動けるようになる可能性がある。 レストランのロボット店員も同じ理屈で、複数の厨房の配置や、新しく導入した調理機器があっても、そこまで一から学び直さなくていい。既存の「動き」を流用しながら、環境部分だけ適応させる。 ただここの成功率23%向上というのは、まだ基礎段階の話。実用ロボットレベルでどこまで通用するかは、別問題のようです。

これまでロボットが複雑な作業できなかったのって、『すべてを一度に学ばせてた』からなの？

そう言えば、という感じですね。ロボットが台所での料理みたいな複雑な作業を学ぶときって、これまでは「新しい部屋での、新しい物の取り方」みたいに、環境と動きがセットで学習されていたんです。つまり、「この特定の台所で、この特定の高さから、このやり方で物を掴む」という単位で記憶させていた。だから、別の台所や別の棚の高さが出てくると、ゼロから学び直さないといけなかった。 ALASのポイントは、それを分割すること。「どの台所でも共通する『物を掴むという動き』」と「どの環境でも通用する『空間の読み方』」を、最初から独立させて学ばせる。そうすると、新しい環境で既知の動きをする、あるいは既知の環境で新しい動きをする——こういった「部分的に新しい」状況には、すでに持ってる知識を組み替えるだけで対応できる。 人間が新しい台所でも料理できるのは、こういう独立した知識を持ってるからなんです。ロボットも同じ構造で学べば、現実の多様さに強くなる、という発想なのかもしれません。

つまり『ロボットも人間みたいに、頭の部分を分けて得意なことを担当させると、柔軟になる』ってことなんだっけ？

ほぼそうなんですが、もう一つ大事な違いがあります。 人間の「視点」と「実行」は、実は常に同時に動いてる。目で見ながら手を動かす。新しい部屋でも、動きながら周囲を把握していく。なめらかに融合してる。 一方、ロボットはこれまで「この状況でこう動け」という全体をまるごと学ぼうとしていた。だから、見たことない部屋や初めての動きの組み合わせが来ると、その全体パターンを探しに行って迷う。 ALASが賢いのは、2つを「完全に分ける」ことで、それぞれを独立に融通させるようにしたところです。「この部屋の配置」は変わっても、「腕の動かし方」は使い回せる。逆も同じ。組み替え可能にすることで、新しい場面での対応力が上がった。 だから「頭を分ける」というより「モジュール化する」の方が近いかもしれません。人間は無意識に統合してる脳の部分を、ロボットはあえて分解して、柔軟に組み直せるようにした、という感じなのかもしれません。

成功率が23%向上ってすごいのかな？それとも、本物のロボット実務だと、まだ落とし穴がありそうなの？

23%の向上だけを聞くと大きく聞こえますが、実務的には「初期値がどこか」が全てなんですよね。もし従来の方法が成功率30%だったなら、23%向上で53%。これは「半分以上失敗する」という状態。一方、初期値が70%なら93%になって、かなり実用的になる。記事からは元の成功率が分からないので、この向上がどの段階での改善なのか見えにくい側面があります。 それでも、実務的な落とし穴は別のところにありそうです。記事の「新しい環境」「新しい動きの組み合わせ」というのは、あくまでシミュレーション環境での話の可能性が高い。実際の台所では、食材が腐っていて取り出せないとか、棚がギチギチで手が入らないとか、机の上に別の物が置いてあるとか、想定外のトラブルが次々起こります。そういう「予測不可能な物理的な抵抗」への対応は、この手法だけでは補えないのかもしれません。学習の柔軟性が上がっても、世界の複雑さまでは学べない、という限界ですね。