インフラの運用・保守における関節構造を持つ部品のロボットマニピュレーションのための省エネルギー強化学習

抄録: 知能化された土木インフラやスマートシティの成長に伴い、保守・運用（O&M）では、アクセスドア、サービス用引き出し、パイプラインバルブなどの関節（関節化された）部品を含む、安全で効率的かつエネルギーに配慮したロボットによる操作がますます求められています。しかし、既存のロボット手法は、主に把持に焦点を当てるか、特定の対象物に依存した関節操作に焦点を当てるものが多く、複数目的の最適化において明示的な作動エネルギーを取り入れることはほとんどありません。そのため、長期的な実運用O&M環境への展開における拡張性や適合性が制限されています。そこで本論文では、知能インフラのO&Mにおけるロボット操作のための、関節に依存しない（articulation-agnostic）かつエネルギーを意識した強化学習フレームワークを提案します。この手法は、部品ガイド付き3D知覚、重み付き点サンプリング、PointNetベースのエンコーディングを組み合わせることで、異種の関節化された対象物にまたがって汎化できるコンパクトな幾何学的表現を得ます。操作は制約付きマルコフ決定過程（Constrained Markov Decision Process: CMDP）として定式化され、この中で作動エネルギーを明示的にモデル化し、ラグランジュに基づく制約付きSoft Actor-Critic方式により制御します。提案方策は、このCMDPの枠組みに基づいてエンドツーエンドで学習され、長い時間幅のエネルギーバジェットを満たしつつ、関節化された対象物の効果的な運用を可能にします。代表的なO&Mタスクに関する実験では、エネルギー消費が16%〜30%削減され、成功までのステップ数が16%〜32%減少し、さらに一貫して高い成功率が示されました。これらの結果は、インフラO&Mにおける操作に対して、拡張可能で持続可能な解決策であることを示しています。