[04: 赤外線通信センサシステム LOCISS（ローシス）]

■あとセンサー系ですが、ロボカップのときはCCDカメラを使っているんですが、それ以外にも自分の状況を知るセンサ、周りの状況を知るセンサだとかがついています。エンコーダーっていうのは自分の車輪の回転を見て自分がどこにいるか知るのに使いますが、ジャイロとかコンパスっていうのは、方向を見るわけです。
　ただし、なかなか万能なセンサってないんですね。ジャイロだとドリフトっていう現象があってだんだんずれて行っちゃうんですよ。コンパスも、地磁気を見るわけですが、近くに強力な磁界を発する装置があったりると急に乱れちゃってわけ分からなくなったりする。信頼性もあまりよくない。だから状況によって使い分けるということになります。

○ふむふむ。

■で、普通赤外線センサや超音波センサなども移動ロボットのセンサとして使われますが、まだRoboCupのロボットには積んでいませんが、ちょっと変わったセンサを開発しました。８方向に赤外線発光LEDと受光素子がそれぞれついていますが、これがLOCISS（ローシス, LOcally Communicable Infrared Sensory System）って呼んでいるセンサです。これは、たくさんのロボットがいる、いわゆるマルチロボットの環境で、他のロボットがどう動いているかとか、壁だとかを認識するために開発したものなんです。
　この説明をする前に、超音波センサの話をしでおきましょう。このLOCISSの赤外線発光LEDと受光素子の間についているのが実は超音波のセンサなんですが、超音波センサというのはご存じのとおり、超音波を出て、その反射を見て、音速からそこまでの距離を推測するわけです。
　これも、たとえば壁までの距離を測るときなんてのは正対していれば非常に使いやすいんですが、たとえば向こうに箱がおいてあって測るとしますね。そうすると超音波はピンポイントで出せませんから、ある広がりを持って出るんで、箱のどこかの一番近いところの角からの反射を見るということになっちゃいますね。つまり、超音波をあてたとき、どこまでの距離測っているのかがわからない、距離は分かってもどの角度からの反射か正確には分からない、ということになる。

○なるほど。

■で、実はこのようなセンサーのもう一つの問題は、マルチロボットの環境となると、うまく使えなくなるんです。

○信号干渉の問題ですか。

■そうです。たとえば超音波センサーがまさにそうなんですが、アクティブセンサーといって自分から信号を出していて、その反射を見て計測する、そういうタイプのセンサーっていうのは、すべてのロボットがそれを使い出すと、全部のロボットが信号を出しますから、どれが自分の信号か分からなくなるんですね。そういう干渉っていう問題が出る。
　コウモリなんかはその辺うまく聞き分けているらしいんですけどね。そのメカニズムがまだよく分からない。こないだ東北大の矢野先生のところに行ったらやっぱりコウモリの耳の研究をやっていて、なんでも、外耳の形が聞き分けの上では大事らしい、とおっしゃっていました。

○へー。

■とにかく超音波センサーはマルチロボット環境下ではなかなか使いにくい。逆にCCDカメラみたいなパッシブなものを使おうとするといろんなものが動きまわるのでたくさんのものをトラッキングしなければならなくなって現状では技術的に大変難しいわけです。無線通信を使うという手もありますが、たくさんのロボットがいて、みんなが喋りだすと限られたバンド幅の中でやりとりするには限界があるのです。要するにマルチロボットの環境となると、既存のセンサーでは実はなかなか使えるものがないんですね。そこで考えたのが、赤外線を使って──ここがポイントなんですが、ローカルにコミュニケーションして、お互いの情報を交換しようと。

○なるほど。

■原理は非常に簡単で、たとえばロボットが自分の８方向のセンサーを使って自分のIDを発信する。そうすると、これは１ｍくらいしか届かないように設定されているので離れていたらお互い受信しないんですが、近づいてくると、ロボット１はロボット２のIDを、ロボット２はロボット１のIDを、それぞれ相手がいる方向のセンサーで受信することになります。そうするとお互い、自分のどっち方向に誰がいるかというのが分かる。
　で、相手が障害物だと、障害物に反射してきた自分の信号を見ることになりますんで、これは検出レンジは狭くなるんですけども、自分のIDを受信することになります。要するに受信したIDをずっとモニタリングしていると、どっち方向で衝突しそうということを検出した瞬間、自分と同じIDだと、「あ、こいつはロボッじゃなくて障害物だ」と分かるし、自分と違うIDだと、「相手はロボットで、誰々だ」ということがわかります。障害物とロボットの区別でき、しかもロボットだと相手のIDを認識できる、ということになります。

○ふむ、ふむ。

■いっぱいロボットがいると相手が誰だか知るのって、画像や通信を使ってやろうとすると結構大変なんですけども、これだとそれがダイレクトにできるわけです。

○ふむ、ふむ。

■次に、じゃあ、お互い出している情報をIDだけでなく、お互いの移動情報も出したらどうだろうかと考えたんです。自分は誰々であってどっち方向にどれだけのスピードで進んでいますよということを常に周囲に発信しながら歩かせるわけです。
　そうすると、遠いと分からないんですが、近づいてくるとだんだん「あ、こいつは誰々でどっち方向に進んでいるな」ということが分かる。

○なるほどね。IDC（インテリジェント・データ・キャリア）っていう奴ですか。

■あ、いや違うんです。それはまた別の話。

○でも考え方としてはIDCっていうのはそこらへんから出たものじゃないんですか？

■そうですね、ローカルなコミュニケーションという意味では近いですね。まあその話はあとで。
　まず、LOCISSを使ってどうやって衝突を回避するかという話をしましょう。最初にやったとこは、衝突回避のルールを人間が作ってあげて、それをロボット上にプログラムするというやり方です。一応どういうふうに行動するかということは一応最初は人間が与えてやるわけです。

○教えておくわけですね。

■そう。他のロボットが向こう向かって来たら左側によけるとか、左から来たら止まるとか、同じ方向だとついていくとか、相手が障害物だったら左からよけるとか、そういう形でルールを決めておくわけです。このセンサを使えば、相手がロボットか、障害物かがわかって、かつ相手がロボットだと、それがどのように動いているかが、赤外線の信号を受信することによってわかりますので、状況に応じて自分の行動をうまく決めるということが、できるようになるわけでです。

○なるほど。

■しかし、これはマルチロボット用として開発したんですけども、右にも左にもロボットがいたらどうなるか、ということになると、どういう状況でどいう風によけたらいいかということをいちいち人間が考えて教えるのはえらく大変だ、という話になりますね。そこで次に、強化学習って話になるわけです。要するにどんな状況でどうよければいいかという行動を自分で獲得しなさい、自分で勉強して覚えなさい、ってことをやるわけです。
　やり方は簡単で、８方向にセンサがあって、どのセンサーから信号を受信したかということと、相手の動きにしても８方向に限定してしまって、どの方向に動いているかということ、さらにスピードも４段階くらに、たとえば０、１０、２０、３０cm/secくらいに非常にラフに離散化して、どれっくらいのスピードかということをセンサー情報から状況を認識して、どういうときにはどういう行動をとれ、というスコア表を持たせておくんですね。最初は全部、均等な確率にしておいて、どの行動も取るも良し、取らなくても良し、というふうにしとくんです。で、その確率に応じてその行動を選択する。

○ふむふむ。

■その行動を選択したあと、評価するわけです。その行動が良かったか悪かったか。そして、評価に応じてスコア表の確率を書き換えるわけです。

○どうやって評価するんですか。

■まあたとえば、自分の目標、ゴールがあって、近くにロボットや障害物があったとすると、ロボットや障害物からはうまく遠ざかったか。ゴールには近づいたか、そういう距離の関数の形で評価するんです。うまくロボットや障害物から遠ざかってゴールに近づいたら、その行動は良かったんだよ、と評価する。良かった行動に関しては報酬を与える。要するにスコア表のそこの値を増やすんですね。ダメだったら減らす。
　ということでたとえば実際のロボットと似たような環境を計算機内に作って、まずシミュレーションをやりまして。そうすると次第に学習が進んでいくとスコアベースの中には、こういう状況ではこういうふうによけた方がいい、といったルールが自動的にできていく、というわけです。

○なるほど。

■で、ある程度学習したモノを実際のロボットにインプリンティングしてやって動かしてやる。そうすると、うまくいったんですね。４台の移動ロボットを壁のある環境で動かして、それぞれの目的地を与えて動かしてやる。するとたとえば、あるロボットは、左右から２台のロボットに挟まれそうになってもうまくすりぬけたり、壁とロボットを両方見ながらうまくよけたりすることができました。中には、周囲を囲まれてデッドロックみたいになる状況もあるんですけど、そういうときもちゃんと待っててですね、誰かがいなくなって、動けるようになってからスッと出る、といった行動が出るんですね。これはそういうふうに避けなさいと言ったわけじゃなくて、自分で獲得した行動なんです。そこが非常に面白いんです。

○ほほう。

■で、なかなかこういうマルチロボットの環境で、実際のロボットをたくさん使って周りの状況をきちっと認識しながら避けるなんてことをやったのは誰もいなくて、世界で初めてです。これはドクターコースにいた新井君っていう学生さんがやったんですが、国際学会で論文賞を取りました。