2D映像を3D空間構造に再配置するTransporter Network、桁違いの学習効率を達成

Googleの研究者たちは、物体を把持するロボットが、オブジェクト中心の仮定なしに、視覚ベースの操作のための空間構造を保持するシンプルなエンドツーエンドモデルアーキテクチャであるTransporter Networksを開発したと発表した。

2D映像を3D空間構造に再配置するTransporter Network、桁違いの学習効率を達成

Googleの研究者たちは、物体を把持するロボットが、オブジェクト中心の仮定なしに、視覚ベースの操作のための空間構造を保持するシンプルなエンドツーエンドモデルアーキテクチャであるTransporter Networks(トランスポーター・ネットワーク)を開発したと発表した。実験の間、研究者らは、彼らのTransporter Networksは、ブロックのピラミッドを積み上げる、キットを組み立てる、ロープを操作する、小さな物体の山を押すなど、多くのタスクにおいて「優れた効率性」を達成したと主張している。

Andy ZengらRobotics at Googleのチームによると、Transporter Networksは、操作される対象物の3Dモデル、ポーズ、クラス分類に関する事前の知識を必要とせず、代わりに部分深度カメラデータに含まれる情報のみに頼っているという。また、新しいオブジェクトや構成に一般化することができ、いくつかのタスクでは、単一のデモンストレーションから学習することも可能である。実際に、10のユニークな卓上操作課題について、トランスポーターネットワークは、100の専門家による課題のビデオデモを用いて、新しい構成の物体を使ったほとんどの課題で90%以上の成功を収めたと思われる。

マニピュレーションは物を再配置することを伴うが、これは空間的な配置を変えていくことであると考えることができる。研究チームは、これらの変位を推定することとして、操作のためのビジョンを定式化している。Transporter Net-worksは、1)局所領域に着目し、2)テンプレートマッチングを介してターゲットの空間変位を予測し、マニピュレーションのためのロボットの行動をパラメータ化する学習を行うことで、これを直接最適化する。この定式化により、どの視覚的手がかりが重要であり、シーン内でどのように再配置すべきかという高レベルの知覚的推論が可能となり、その分布はデモンストレーションから学習することができる。

Transporter Networksは視覚入力の3D空間構造を保持する。先行するエンドツーエンドモデルでは、生の画像を用いた畳み込みアーキテクチャを使用することが多く、この場合、貴重な空間情報が遠近法の歪みによって失われる可能性がある。この研究チームの手法は、視覚データを空間的に一貫した表現に入力として投影するために3D再構成を使用しており、これにより、より効率的な学習のためにデータの幾何学的対称性内に存在する帰納的バイアスに対して等値性をよりよく利用することができる、と主張している。

実験では、Transporter Networksは、ロボットの環境の状態を意図的に変化させることを含む多くの卓上操作タスクにおいて、優れたサンプル効率を示した。Transporter Networksは、マルチモーダルな空間行動分布のモデル化に優れており、構造上、物体の回転や移動にまたがって一般化する。これらのネットワークは、操作される対象物の事前知識を必要とせず、デモンストレーションからの部分的なRGB-Dデータに含まれる情報のみに依存し、新しい対象物や構成に一般化することが可能であり、いくつかのタスクでは、単一のデモンストレーションからのワンショット学習も可能である。

研究者らは、1つのタスクにつき1つのデモンストレーションから1,000件までのデモンストレーションのデータセットでトランスポーターネットワークを訓練した。まず、0.5×1メートルの作業スペースを見下ろす吸引グリッパー付きのUniversal Robot UR5e装置で構成される模擬ベンチマーク学習環境であるRavens上に配置した。その後、実際のUR5eロボットと吸引グリッパーとAzure Kinectを含むカメラを使用して、キットの組み立て作業でTransporter Networksを検証した。

パンデミックに関連したロックダウンのため、研究者たちは、人々がロボットを遠隔操作できるようにするUnityベースのプログラムを使用して実験を行った。1つの実験では、遠隔操作者は、5つの小さなボトル入りのマウスウォッシュや9つのユニークな形の木製玩具のキットを、バーチャルリアリティヘッドセットまたはマウスとキーボードのいずれかを使用して、組み立てと分解を繰り返して、ピッキングと配置のポーズをラベル付けした。13人の人間の操作者からのすべてのタスクについて、合計11,633回のピック&プレース動作を用いて訓練されたトランスポーターネットワークは、ボトル入りマウスウォッシュのキットを組み立てることに98.9%の成功を収めた。

Transporter Networksは、ロボットの行動をパラメータ化できるように、局所領域に着目し、視覚入力からその空間的な変位(b)を予測するシンプルなモデルアーキテクチャである。これは複雑な視覚ベースの操作タスクを学習するのに効率的である。例えば、ブロックを固定具に挿入する(a)、ハノイの塔での連続的なピックアンドプレース(c)、目に見えないオブジェクトを使ったキットの組み立て(d)、箱のパレタイズ(e)、ブロックのピラミッドの積み上げ(f)、ロープの操作(g)、クローズドループフィードバックを使った小さなオブジェクトの山を押す(h)などである。Source: Zeng et al. 2020.

「この研究では、視覚入力からロボットの行動をパラメータ化できる、空間的な変位を推測するシンプルなモデルアーキテクチャであるTransporter Networksを発表した」とRobotics at GoogleのZheng研究員らは書いている。「このネットワークは、オブジェクト性の仮定を行わず、空間的対称性を利用し、エンドツーエンドの代替案よりもビジョンベースの操作タスクを学習する際のサンプル効率が桁違いに高い。現在の限界という点では、カメラとロボットのキャリブレーションに敏感であり、トルクと力のアクションを空間的なアクション空間と統合する方法が不明瞭なままである。全体的に、我々はこの方向性に興奮しており、リアルタイムの高速度制御や、工具の使用を含むタスクへの拡張を計画している」。

共著者らは、近い将来、コードとオープンソースのRavens(および関連API)を公開する予定だという。


Read more

米国のEV革命は失速?[英エコノミスト]

米国のEV革命は失速?[英エコノミスト]

米国人は自動車が大好きだ。バッテリーで走らない限りは。ピュー・リサーチ・センターが7月に発表した世論調査によると、電気自動車(EV)の購入を検討する米国人は5分の2以下だった。充電網が絶えず拡大し、選べるEVの車種がますます増えているにもかかわらず、このシェアは前年をわずかに下回っている。 この言葉は、相対的な無策に裏打ちされている。2023年第3四半期には、バッテリー電気自動車(BEV)は全自動車販売台数の8%を占めていた。今年これまでに米国で販売されたEV(ハイブリッド車を除く)は100万台に満たず、自動車大国でない欧州の半分強である(図表参照)。中国のドライバーはその4倍近くを購入している。

By エコノミスト(英国)
労働者の黄金時代:雇用はどう変化しているか[英エコノミスト]

労働者の黄金時代:雇用はどう変化しているか[英エコノミスト]

2010年代半ばは労働者にとって最悪の時代だったという点では、ほぼ誰もが同意している。ロンドン・スクール・オブ・エコノミクスの人類学者であるデイヴィッド・グレーバーは、「ブルシット・ジョブ(どうでもいい仕事)」という言葉を作り、無目的な仕事が蔓延していると主張した。2007年から2009年にかけての世界金融危機からの回復には時間がかかり、豊かな国々で構成されるOECDクラブでは、労働人口の約7%が完全に仕事を失っていた。賃金の伸びは弱く、所得格差はとどまるところを知らない。 状況はどう変わったか。富裕国の世界では今、労働者は黄金時代を迎えている。社会が高齢化するにつれて、労働はより希少になり、より良い報酬が得られるようになっている。政府は大きな支出を行い、経済を活性化させ、賃上げ要求を後押ししている。一方、人工知能(AI)は労働者、特に熟練度の低い労働者の生産性を向上させており、これも賃金上昇につながる可能性がある。例えば、労働力が不足しているところでは、先端技術の利用は賃金を上昇させる可能性が高い。その結果、労働市場の仕組みが一変する。 その理由を理解するために、暗

By エコノミスト(英国)
中国は地球を救うのか、それとも破壊するのか?[英エコノミスト]

中国は地球を救うのか、それとも破壊するのか?[英エコノミスト]

脳腫瘍で余命いくばくもないトゥー・チャンワンは、最後の言葉を残した。その中国の気象学者は、気候が温暖化していることに気づいていた。1961年、彼は共産党の機関紙『人民日報』で、人類の生命を維持するための条件が変化する可能性があると警告した。 しかし彼は、温暖化は太陽活動のサイクルの一部であり、いつかは逆転するだろうと考えていた。トゥーは、化石燃料の燃焼が大気中に炭素を排出し、気候変動を引き起こしているとは考えなかった。彼の論文の数ページ前の『人民日報』のその号には、ニヤリと笑う炭鉱労働者の写真が掲載されていた。中国は欧米に経済的に追いつくため、工業化を急いでいた。 今日、中国は工業大国であり、世界の製造業の4分の1以上を擁する。しかし、その進歩の代償として排出量が増加している。過去30年間、中国はどの国よりも多くの二酸化炭素を大気中に排出してきた(図表1参照)。調査会社のロディウム・グループによれば、中国は毎年世界の温室効果ガスの4分の1以上を排出している。これは、2位の米国の約2倍である(ただし、一人当たりで見ると米国の方がまだひどい)。

By エコノミスト(英国)