家庭用ロボットの普及に向けて、一般のロボットを各家庭に適用させるためのフレームワーク『Dobb·E』が開発され、オープンソースで公開されました。
ニューヨーク大学の研究者らによる発表です。
– “On Bringing Robots Home” Nur Muhammad Mahi Shafiullah et al., New York University
論文によると、従来のロボットは一般家庭の複雑さ（照明や鏡の配置など）に上手く対応できていません。
家庭用ロボットを実現するためには、各家庭の持つ予測不可能な要素に適応するアプローチが必要です。
そこで研究者らは、家庭用ロボットのための技術を詰め合わせたパッケージ『Dobb·E』を開発し、オープンソースで公開しました。
■本研究のポイント
① 家庭という予測不可能で複雑な環境において、ロボットが多様なタスクをこなせるようになる
② 実際の家庭でロボットをテストして、実用性は検証されている
③ ロボットに入力するデータはiPhoneによるもので十分
■実験結果
① 合計109のタスクを実際の家庭で実施し、ロボットの成功率が81％に達した
② 調理家電を閉める／クッションをひっくり返すタスクは100％、6軸で物を移動するタスクは56%
③ データ収集時にカバーされていた照明や影の条件下ではロボットは安定して稼働する
■使い方
① iPhoneで家庭内データを収集
② Dobb·Eのフレームワークでロボットの行動モデルを訓練
③ ロボットを実際の家庭に導入し、適応状況をテスト
要するに、一般のロボットを家庭用ロボットにアップデートするための一連の流れをカバーするフレームワークが『Dobb·E』です。
GitHubなどで公開されているのは、グリッパーやアタッチメントの3Dプリント用STLファイル／実験で集められた家庭データセット／視覚事前訓練コードや事前訓練された視覚モデルのチェックポイントなどが含まれます。
