スタンフォード × Galaxea：オープンソースの家庭用ロボット
1. 家庭環境で求められるロボットとは？
ロボットを日常の家庭生活で実用的に活用できるようにすることは、依然として難しい課題です。研究室では、移動マニピュレーションロボットが物体を正確につかんだり、簡単な指示を実行したりできる場合があります。しかし、実際の家庭環境では、より複雑な要求が生じます。重い荷物を持ちながらドアを開ける、さまざまな高さの棚を整理する、トイレを掃除するといった作業には、より高度な協調動作と制御が必要です。
最近、スタンフォード大学のフェイフェイ・リー氏のチームが、全身を用いた移動マニピュレーションの分野で重要な進展を遂げました。
既存のロボット動作ベンチマークを分析した結果、スタンフォード大学のチームは、家庭内作業を適切に実行するためにロボットに必要な3つの基本能力を特定しました。
-
両腕の協調操作 かさばる物体を運んだり、洗濯物を扱ったりする際、両腕ロボットは両腕を協調させて物体をしっかりつかみ、移動させ、置く必要があります。
-
安定かつ高精度なナビゲーション ロボットは、衝突せずに長距離を移動し、目標地点に正確に到達して、家の中を効率的かつ安全に移動する必要があります。
-
エンドエフェクターの広い到達範囲 家庭内の物体は、さまざまな場所や高さに散在しています。ロボットは姿勢を柔軟に調整して、異なる位置にある物体に手を伸ばし、幅広い操作タスクを完遂する必要があります。
しかし、両腕、移動ベース、多自由度の胴体など、複雑なハードウェア構成はこれらのタスクに必要な身体能力をもたらす一方で、ポリシーの学習を大幅に難しくします。ロボットのデータを効率的に収集し、全身の動きを協調させるモデルを効果的に訓練することが、こうしたロボットを実環境で活用するうえで大きなボトルネックとなっています。
こうした課題に対応するため、スタンフォード大学のフェイフェイ・リー氏のチームは、Galaxea Dynamicsのロボットプラットフォームを用いてBEHAVIOR Robot Suite（BRS）を開発しました。
Galaxeaの実物大両腕ヒューマノイドロボットR1を基盤とするこのスイートは、同型データ収集のための低コストな全身遠隔操作システムJoyLoと、全身の視覚・運動アテンションポリシーWB-VIMAを組み合わせています。ハードウェアとアルゴリズムの革新を統合することで、BRSは全身を用いた移動マニピュレーションに新たなアプローチを提供し、実際の家庭環境における複雑な協調動作の要求にロボットが対応できるよう支援します。
2. BRS（BEHAVIOR Robot Suite）
BRSのブレークスルー #1：JoyLo — ロボットのデータ収集を実現する低コストの遠隔操作システム
データ収集はロボット学習の基礎です。しかし、従来の手法は高価な機器に依存したり、操作が複雑だったりすることが多く、全身の動きを効果的に連携させるのは困難でした。
高自由度の移動マニピュレータをシームレスに制御し、後続のポリシー学習に向けたデータ収集を効率化するため、スタンフォード大学のチームはJoyLo（Joy-Con on Low-Cost Kinematic-Twin Arms）を開発しました。これは費用対効果に優れた全身遠隔操作システムです。JoyLoを用いて、チームはGalaxea DynamicsのR1ロボットの全身制御を実証し、複雑なマニピュレーションタスクの学習に必要なロボットのデモデータを、より手軽に収集できる方法を提示しました。
BRSハードウェアシステムの概要。 左：BRSで使用される、車輪式・両腕型のマニピュレーションロボットGalaxea R1。柔軟な胴体を備える。右：汎用性と幅広い用途を念頭に設計された、低コストの全身遠隔操作インターフェースJoyLo。
JoyLoは、Nintendo SwitchのJoy-Conコントローラーと3Dプリント製の両手操作用リンク機構を組み合わせ、Galaxea Dynamicsの人型ロボットR1を低コストで全身制御します。このシステムは、R1の3自由度の移動ベース、4自由度の胴体、14自由度の両腕、およびエンドエフェクターの制御に対応し、複雑なロボットの動作をより直感的かつ手軽にします。
主な利点は次のとおりです。
● 効率的な全身制御
小型のハンドヘルドコントローラーと両手操作用リンク機構を使い、オペレーターはR1の移動ベース、胴体、両腕を制御できます。直感的なインターフェースにより、家庭用ゲーム機を操作するような手軽さで、複雑なロボットの姿勢や動きを連携させることができます。
● 直感的な操作フィードバック
コントローラーの振動などの豊かな触覚フィードバックにより、把持の成功や衝突警告をはじめとするロボットの動作状態をリアルタイムで把握できます。これにより、人間とロボットのより応答性の高いインタラクションが可能になります。
● 高品質な実機データ
Apple Vision Proを使用する手法を含むVRベースの遠隔操作手法と比較して、JoyLoはタスク成功率が5倍高く、平均タスク完了時間が23％短いという結果を達成しました。特に、複雑で長時間にわたるタスクで高い性能を発揮します。収集した軌跡データは、大規模な後処理を行わずにポリシー学習へ直接利用できます。
● 低コストでモジュール式の設計
このシステムは、3Dプリント製の両手操作用リンク機構、手頃な価格のDynamixelモーター、Joy-Conコントローラーで構成され、総費用は500ドル未満です。モジュール式設計のため、各部品も容易に交換できます。
● 使いやすいリアルタイムコントローラー
BRSには直感的に使えるPythonベースのリアルタイムコントローラーが含まれており、目標関節位置と速度を制御コマンドに変換して、ROS経由でロボットに送信します。これにより、全身遠隔操作の実装が簡素化されます。
全身遠隔操作とデータ収集のためのJoyLo
BRSのブレークスルー #2：WB-VIMA — 全身制御のための階層型フレームワーク
遠隔操作とデータ収集の手段が整っても、ロボットが連携した全身動作を自律的に計画できるようにすることは、依然として大きな課題です。従来の手法では、ロボット全体の関節動作を単一のフラットな表現で予測することが多く、身体の各部位間にある階層的な依存関係が考慮されていませんでした。その結果、誤差が連鎖することがあります。たとえば、移動ベースのわずかなナビゲーション誤差によって、ロボットアームが目標を完全に外す可能性があります。
BRSは、次の2つの主要な革新を中核とするアルゴリズムフレームワークWB-VIMAによって、この課題に取り組みます。
● 自己回帰型の全身動作ノイズ除去
WB-VIMAは、ロボット固有の運動学的階層構造を活用し、構造化された順序に従って連携動作を生成します。まず移動ベースの動きを予測し、次にその結果得られるベースの状態に基づいて胴体の姿勢を決定し、最後に両腕の動きを連携させます。この階層的なプロセスにより、モデルはロボット全身にわたる依存関係を捉え、より一貫性のある協調動作を生成できます。
● マルチモーダル観測アテンション機構
WB-VIMAは、一人称視点のRGB点群、ロボットの関節位置、移動ベースの速度を観測入力として受け取ります。各モダリティは観測トークンにエンコードされ、現在および過去の時間ステップにわたって組み合わされ、視覚・動作シーケンスを形成します。このシーケンスを因果的な自己アテンション機構で処理することで、単一の入力源に過度に依存せず、マルチモーダル情報を時間の経過に沿って統合できます。
注：WB-VIMAのモデルアーキテクチャ。 WB-VIMAは空間領域で全身動作を自己回帰的にノイズ除去し、自己アテンションを用いてマルチモーダル観測を動的に集約します。ロボットの身体構造に内在する階層的な依存関係と、マルチモーダルな感覚入力がもたらす豊富な情報を活用することで、WB-VIMAは効果的な全身ポリシー学習を可能にします。
WB-VIMAの能力を評価するため、スタンフォード大学のチームはBRS一式を用いて、実環境における次の5つの家庭内タスクを検証しました。
● ゴミ出し：屋内でゴミ袋を拾い、屋外へ運ぶ。
● 棚の整理：床にある箱を移動させ、異なる高さの棚に正確に置く。
● 洗濯物をたたんで整理：クローゼットからジャケットを取り出し、ソファベッドの上に広げる。
● トイレ掃除：自律的に便座を上げ、表面を拭き、洗浄ボタンを押す。
● パーティー後の片付け：食器を集め、食洗機に入れる。
その結果、BRSが多様な家庭内タスクに対応できることが示されました。WB-VIMAは、RGB画像に基づく拡散ポリシーであるDP3やRGBDPを含め、すべてのタスクで全ベースライン手法を上回りました。
エンドツーエンドの長期タスク成功率では、WB-VIMAはDP3の13倍、RGBDPの21倍を達成しました。また、サブタスクの平均成功率もDP3より1.6倍、RGBDPより3.4倍高く、複雑で複数の段階から成る家庭内作業を連携させる効果が示されました。
代表的な5つの家庭内タスクにおける各アルゴリズムの成功率
注：「ET」はエンドツーエンドのタスク成功率、「ST」はサブタスク成功率を示します。
ゴミ出し：ロボットがリビングでゴミ袋を拾い上げる → 玄関まで移動する → ドアを開ける → 屋外のゴミ箱まで運ぶ。
棚の整理：ロボットが収納室の床から箱を拾い上げる → 4段の棚まで移動する → 空きスペースに応じて適切な棚に箱を置く。
洗濯物の整理：ロボットが両腕を使ってハンガーからジャケットを外し、ソファベッドの上に平らに広げる。
トイレ掃除：ロボットは胴体の角度を調整し、便座のふたを上げ、表面を拭き、洗浄ボタンを押すという一連の動作をスムーズに行う。
パーティー後の片付け：ロボットが、食洗機を開ける → テーブルの食器を片付ける → 食洗機に入れる → 食洗機のドアを閉める、という手順を順に実行する。
3. Galaxea：開発者の支援と探求
スタンフォード大学のチームが開発したBRSロボットスイート全体は、Galaxea DynamicsのR1ロボットを中心に構築されています。研究論文、コード、ハードウェア設計、データセットはすべてオープンソースとして公開されており、世界中の開発者がプロジェクトを探求し、詳細をBRS公式ウェブサイトで確認できます。
Galaxeaはまた、ロボット開発ワークフローのあらゆる段階を網羅する、開発者向けのエンドツーエンドのサポート提供にも取り組んでいます。
● データ収集
Galaxea独自の同型テレオペレーションプラットフォームR1 Teleopは、JoyLoハードウェアに匹敵する性能で、効率的なロボットデータ収集を可能にします。Galaxea R1ヒューマノイドロボットの全機種が同型テレオペレーションプラットフォームとの連携に対応しており、開発者はコストを抑えながら高品質な実演データを収集できます。
● ロボットアルゴリズムの検証
オープンソースのWB-VIMAフレームワークは、Galaxeaのロボットプラットフォームおよび開発環境と統合できます。これにより、開発者はアルゴリズムをより効率的に検証し、開発サイクルを大幅に短縮できます。
● 応用分野の拡大
家庭内タスクや商業用途から産業環境まで、Galaxeaの多自由度・汎用型ヒューマノイドロボットシリーズは、開発者がますます多様化する複雑な移動マニピュレーションタスクを探求する力となります。
大学の研究室で取り組む場合も、産業界の研究開発チームで取り組む場合も、Galaxeaは、世界中の開発者がロボットの全身制御という課題を克服し、身体性AIを日常生活に取り入れられるよう、ハードウェアソリューション、データ支援、包括的な開発ツールチェーンの提供に尽力しています。
プロジェクトウェブサイト：https://behavior-robot-suite.github.io
0件のコメント