ロボット共同設計における帰納バイアスの特定

要旨: ロボットの形態と制御を共同設計することで、それらの間に相乗的な相互作用を生み出せます。これは、生物に広く見られる性質です。しかし、共同設計は高次元の探索問題です。探索を扱いやすくするためには、その構造に合わせて調整された帰納バイアスを体系的に同定する方法が必要です。本論文では、ソフトな移動および操作タスクにおける共同設計のランドスケープを解析し、共同設計空間の各領域にわたって一貫して現れる3つのパターンを特定します。共同設計空間の領域内では、品質が低次元のマニフォールドに沿って変化することを観察します。高品質な領域では、より多くの次元にわたって変動が広がり、形態と制御が緊密に結合されます。これらの洞察を活用して、効率的な共同設計アルゴリズムを考案します。この構造の正確な具体化はタスクごとに異なり、事前には分かっていません。そのため、提案アルゴリズムは探索中に収集された情報からそれを推論し、各タスクの固有の構造に適応します。これにより、ベンチマークアルゴリズムに比べて36\%より大きな改善が得られます。さらに、本アルゴリズムは、これらのベンチマークアルゴリズムと比較して、サンプル効率で2桁以上の改善を達成し、帰納バイアスを共同設計に活用することの有効性を示しています。