スマートフォンを機種変更するのは、たいていスムーズな手続きだ。アカウントにログインすれば、アプリや設定、連絡先が新しいハードウェアに同期される。しかしロボットの世界では、古いロボットアームを新しいモデルに交換するには、すべてをゼロからセットアップし直す必要があった——今までは。
それを解決するために、スイスのEPFL（スイス連邦工科大学ローザンヌ校）の研究チームは、「キネマティック・インテリジェンス」と呼ばれるフレームワークを開発した。これは、ロボットの交換をスマートフォンの交換のように機能させるものだ。彼らは最近の『Science Robotics』誌でこのシステムを説明している。
長年、ロボット工学者はデモンストレーションからロボットに学習させることに取り組んできた——コードを書く代わりに、何をすべきかを見せることで新しいスキルを教えるのだ。アイデアは、ロボットのアームを遠隔操作または物理的にガイドして、テーブルを拭く、箱を積む、車の部品を溶接するといったタスクを教えることだ。問題は、教えられたスキルのほとんどが、訓練に使われた特定のロボットに結びついてしまうことだ。
しかしロボット工学は急速に進歩している。「ロボットには異なる設計があり、最近では新しい設計が次々と提案されています——それには独自の課題が伴います」と、EPFLのロボット工学者で研究の主著者であるSthithpragya Gupta氏は述べた。新しいロボットのリンクが少し長かったり、関節の向きが異なったり、構成がより複雑だったりすると、学習した動作は即座に破綻し、新しいロボットはそれを実行しようとするとおそらく暴れたり、停止したり、衝突したりするだろう。
「新しい設計には、異なる能力と制約が伴います」と、EPFLのロボット工学者で共著者のDurgesh Haribhau Salunkhe氏は述べた。「問題は、これらの制約と能力に適応し、人間が示した動作を忠実に再現することです。」今日、あるロボットのボディから別のボディに移行するには、通常、ゼロから始めてシステム全体を再訓練する必要がある。
ロボットがタスクを完了するために空間を移動するとき、関節をどのように曲げてエンドエフェクター（ロボットの手に相当）を正しい経路に保つかを常に計算しなければならない。ロボットは物理的な限界にぶつかるのを避けなければならない。さらに悪いことに、特異点を避けなければならない。特異点とはロボット工学における数学的な危険ゾーンで、ロボットの関節が特定の方法で整列し、一時的に自由度を失う物理的構成のことだ。「そのような位置では、ロボットの動きが不安定になったり、ロボットの制御を失ったりする可能性があります」とGupta氏は述べた。
人間の言葉で言えば、重いものを押すときに肘を完全に伸ばしてロックするようなもので、腕が一時的に左右の動きができなくなる。
スキルをあるロボットから別のロボットに移すのは難しい。なぜなら、構造の異なるロボットは通常、特異点のトポロジーが異なるからだ。ロボットのアルゴリズムが盲目的に経路をたどり、特異点にぶつかると、関節を制御する数学が失敗する。例えば、ロボットは関節を無限の速度で回転させようとし、突然の危険な動きを引き起こす可能性がある。Gupta氏のチームは、ロボットに自身の物理的限界について深く生来の数学的認識を与えることでこれを解決した。彼らが「キネマティック・インテリジェンス」と呼ぶこれにより、ユーザーはスキルを一度だけデモンストレーションすれば、まったく異なるタイプのロボットによって安全に実行される。
そして（最近では驚くべきことに）、キネマティック・インテリジェンスはAIを使わない方法で構築された。
従来、エンジニアはソフトウェアの修正で特異点に対処してきた。彼らは逆モデル、つまりロボットのエンドエフェクターの目標位置から逆算して、そこに到達するために必要なすべての関節位置をマッピングする複雑な数式を構築した。そして、ロボットがトラブルに巻き込まれないように、安全フィルターや修正をただ貼り付けた。
新しいデータ駆動型のAIアプローチの中には、労力と専門知識が少なくて済むものもあるが、訓練フェーズで制御ソフトウェアが使用されるすべてのロボットにアクセスする必要がある。「また、AIには確率的またはブラックボックス的な性質があり、それが何かをすることができます」