ヒューマノイドロボットのための安全な停止可能性モニタの学習

Abstract

緊急停止（E-stop）メカニズムは、ロボットの安全性における事実上の標準です。しかし、人型ロボットでは、電源を突然遮断すること自体が壊滅的な故障を引き起こし得ます。そのため、緊急停止は、釣り合いを維持し、ロボットを最小リスク状態へと導く事前に定義されたフォールバック制御器を実行しなければなりません。ここで重要な疑問が生じます。人型ロボットは、どの状態からであれば安全にこのような停止を実行できるのでしょうか？ 本研究では、人型ロボットに対する緊急停止を、方策依存の安全停止可能性（safe-stoppability）問題として形式化し、データ駆動の手法を用いて安全停止可能性の範囲（envelope）を特徴付けます。私たちはPRISM（Proactive Refinement of Importance-sampled Stoppability Monitor：重要度サンプリングに基づく主観的停止可能性モニタの能動的な精緻化）を提案します。これは、シミュレーション駆動の枠組みであり、状態レベルの停止可能性（stoppability）を予測するニューラル予測器を学習します。PRISMは、重要度サンプリングを用いて意思決定境界を反復的に精緻化し、安全上致命的で稀な状態を狙って探索できるようにします。この狙った探索は、固定されたシミュレーション予算のもとでデータ効率を大幅に改善し、誤った「安全」予測を低減します。さらに、事前学習済みのモニタを実機の人型ロボットプラットフォームに展開することで、sim-to-real（シミュレーションから実機への）移植を実証します。結果は、安全を方策依存の停止可能性としてモデル化することで、事前（プロアクティブ）な安全監視が可能になり、人型ロボットに対するフェイルセーフ挙動のスケーラブルな認証を支えることを示しています。