ディズニー、小さなロボットに大きな感動を込める
(spectrum.ieee.org)- Disney ResearchはIROS 2023で子どもサイズの新しいロボットキャラクターを公開し、小型の二足歩行ロボットでも歩き方そのもので感情や性格を伝えられることを示した
- 核心は、アニメーターの意図とロボットハードウェアの制約を強化学習ベースのパイプラインでつなぎ、表現力のある動作を実環境でも安定して実行できるようにする点にある
- ロボットは大部分が3Dプリントされたモジュール型ハードウェアで作られており、4自由度の頭部と5自由度の脚を備え、コンセプトからデモ可能な形になるまで1年未満だった
- シミュレーションでは、モーター性能、質量分布、地面との摩擦といった変数を変えながら学習し、ロボットが復帰動作中でもキャラクター表現を保てるようにしている
- Disneyはこのアプローチを特定のロボットというよりハードウェア非依存のプロセスに近いものと捉えており、より多くの物理的なロボットキャラクターや、より高速でダイナミックな動きへ拡張しようとしている
IROS 2023で公開された新しいロボットキャラクター
- Disney Researchチームは、デトロイトで開催された2023 IEEE/RSJ International Conference on Intelligent Robots and Systemsの夕方の基調講演で、新しいロボットキャラクターを公開した
- 子どもサイズの胴体に、表現力豊かな頭部、揺れる2本のアンテナ、短い脚を備えたロボットである
- 他の小型二足歩行ロボットとの違いは、単なる歩行能力ではなく、歩き方に感情が込められており、生きたキャラクターのように見える点にある
- Disneyは1971年のDisney World「Hall of Presidents」のアニマトロニクス以来、ロボットに感情的な動きを実装してきた経験がある
- ロボットの移動性が高まるほど、実際のハードウェア制約の中で感情的な振る舞いを設計する難易度も高くなる
アニメーションの意図と物理的制約をつなぐパイプライン
- Disney Researchはこの1年、強化学習を活用してアニメーターのビジョンを実際のロボット動作へ変換するシステムを開発してきた
- 目標は、ステージ、Disneyテーマパーク、スイスの森のような多様な環境でも堅牢に動作する表現的な動きを作ることだ
- 一般的なアニメーションツールには物理が組み込まれていないため、アーティストが現実世界で動作可能なアニメーションを設計するのは難しい
- 新しいパイプラインは、シミュレーションによってアニメーターの意図とロボットの安定した動きを結合し、バランスを取る
- アニメーターは物理世界の制約の実装をシステムに任せ、できる限り表現力の高い動きに集中できる
ロボットハードウェアと開発手法
- このロボットは、Disney Research in ZurichのMoritz Bächerが率いるチームによって開発された
- ハードウェアは大部分が3Dプリントで作られており、モジュール型構造とアクチュエーターにより、設計と反復改善を素早く進めることができた
- コンセプトから映像に出てくる形になるまでにかかった期間は1年未満である
- 頭部は上下を見る、周囲を見る、傾けることができる4自由度構造である
- 脚は股関節を含む5自由度構造で、動的にバランスを取りながら歩くことができる
歩くことより重要な「どう歩くか」
- Disneyの目標は、二足歩行ロボットを安定して歩かせることにとどまらない
- 感情を伝えるには、ロボットが気取って歩く、ぴょんぴょん跳ねる、忍び歩きする、早歩きする、のんびり歩くといった多様な歩行スタイルを実行する必要があるかもしれない
- 動きでキャラクターの感情を伝えるアニメーターと、機械システムを作るロボット工学者が共同で参加している
- 芸術的意図を保ちながらロボットが倒れないようにする必要があるため、両分野の協業には多くの試行錯誤が必要となる
- 強化学習システムには、歩行そのものだけでなくどう歩くかが重要な入力として入る
強化学習がもたらす堅牢性
- Disneyのパイプラインは単一のPCで新しい行動を学習でき、数時間で数年分に相当する学習を実行する
- Moritz Bächerによると、この手法によりDisneyが新しいロボットキャラクターを開発する時間は数年から数か月へ短縮される
- 強化学習の大きな利点は、得られる動作が非常に堅牢になり得る点にある
- システムは次の要素を少しずつ変えながら動作を反復学習する
- モーター性能
- 質量分布
- ロボットと地面の間の摩擦
- ロボットは現実で遭遇する状況に対応しながらも感情表現を保つ必要があり、これはキャラクター性を維持するうえで重要である
- 従来の手法では遷移点を手作業でプログラムする必要があるが、シミュレーション内で動きとアニメーションを同時に撹乱すれば、ロボットがそのポイントを自ら見つけられる
- この方法により、チームが直接プログラムする方法を見つけにくい復帰戦略が現れる
人間の周囲で感情と意図を伝えるロボット
- ソーシャルロボットは数十年前から存在しており、人の周囲で時間を過ごす可能性のあるロボットは、たいてい何らかの人間・ロボット相互作用機能を備えている
- 機能中心に設計されたロボットでは、人間・ロボット相互作用が後付けの要素になりやすい
- Disneyのロボットは、機能性を犠牲にせずともキャラクターを通じて多くの情報を伝えられることを示している
- 人間とロボットが近くにいる状況では、感情と意図を伝えることが重要な機能になり得る
- このアプローチは、人々がロボットの隣で働く他の応用分野にも価値がある可能性がある
特定のロボットより重要なハードウェア非依存のプロセス
- この取り組みの焦点は、特定のロボットそのものよりもプロセスにある
- Bächerによれば、このプラットフォームはハードウェア非依存である
- 同じアプローチは、脚をさらに追加したり、腕を取り付けたり、まったく別の形のキャラクターを作ったりすることにも適用できる
- 既製のアクチュエーター、3Dプリント部品、適応型の強化学習フレームワークは、外見や動きが大きく異なるロボットにも適用可能である
- Disneyの次のステップは、この技術でより多くの物理的なロボットキャラクターを開発し、より高速でダイナミックな動きの限界を押し広げることだ
- このロボットにはまだ正式名称がなく、Disneyはどこで見られるようになるかについて、まだ明らかにする準備ができていない
1件のコメント
Hacker News の意見
Disney Research で働いていたことがありますが、ここで扱われている種類の問題をよく示す事例です。
一般消費者向けのエンジニアリングとは制約がまったく違います。創作上の設定が、同時に課題にも逃げ道にもなるからです。
不可能に見える部分は視覚的なごまかしや芸術的なトリックで解決し、技術面では非常に興味深い応用特化型の問題を探求できます。はるかに難しいのは、こうした研究を実際のテーマパークで見せられるほど堅牢で魅力的なものにすることです。
付け加えると、Disney Research は Imagineering と同じではありません。Research はテーマパークの問題だけでなく、あらゆる種類の問題を扱います。
Disney にほぼ10年いましたが、ユーザーが体験するもののためにエンジニアリングがどう奉仕すべきかを、これ以上よく学べる場所はなかったと思います。Disney はこれが本当に上手です。Apple が比較的近いかもしれませんが、よく分かりません。
https://la.disneyresearch.com/publication/autoconnect/
もちろん、もっと簡単な方法は動く目のステッカーを貼ることでした。娘はそこに小さなハートも描いて名前も付けましたが、特別な理由はなく、ただ面白がってやっただけです。
Disney は1964年の世界博覧会で、皆を驚かせたアニマトロニクスの Lincoln を披露しました。
https://en.wikipedia.org/wiki/Great_Moments_with_Mr._Lincoln
奇妙なことに、Philip K. Dick の Lincoln 模造人間が登場する We Can Build You は、Disney の Lincoln より数年前の1962年に書かれていました。
その Lincoln の感情的な訴求力を支えていたのは、Disney の演出の下で仕事をした声優 Royal Dano でした。
https://en.wikipedia.org/wiki/Royal_Dano
こうしたシステムは、いくつかの要素を本当にうまく合わせ、残りを十分それらしく見せかければ、全体として成立し得るという良い例です。
最近、大規模言語モデルへの関心が高まる中で、ロボットペットのようなアイデアを考えました。
大規模言語モデルは、ペットが理解すべき程度の人間の言葉や画像理解はできそうです。感情を表現するだけでなく、人の言うことを理解するロボット犬のようなものがきちんと作られれば、かなり成功しそうです。
完璧に理解する必要もありません。GPT-4 レベルの視覚・言語理解で十分です。会話を長く続ける必要はなく、喜ぶべきときや悲しむべきときにそう反応できればよいのです。
iPhone LiDAR マッピングや Meta Quest の室内スキャンのように、主流技術も近づいてきていますが、Roomba より本質的にはるかに不安定なロボットには、まだつなげるべき点がたくさんあります。
最初は Disney パーク内の柵で囲われたエリアや、スタッフが非常にきれいに管理している小さなステージで、こうした小型ロボットが来園者と交流する姿を見ることになると思います。現実世界のあらゆる複雑さをまだ処理する必要がない形です。
ペットは私たちのすべての習慣を知っており、私たちが気づく前に感情を察知します。
Disney/Star Wars ブランドの電子ペット・ドロイドの市場規模は全体でどれくらいになるでしょうか。子どもたちがこういう「性格」のあるロボットをリードで引いて歩くのを見ると、明らかなユースケースに思えました。
犬を買って世話する費用より安ければ、必ずしもものすごく安価である必要はありません。ただし、このロボットくらい愛らしくなければなりません。
ターゲット市場は実際のペットと絶対に同じにはならないと思います。もしかすると、その違いを利点として打ち出すことはできるかもしれません。
こういうロボットの中に言語モデルを動かせるだけのハードウェアを入れられれば、Disney は兆ドル規模の市場をつかめるでしょう。
かわいくてインタラクティブな10億未満のパラメータのモデルを学習させられると思います。
無線帯域幅が十分に大きければ、頭脳が必ずしも本体の中にある理由はありません。
昔の Disney なら、こうしたロボットを4台作って EPCOT の Future World にただ歩き回らせ、雰囲気を作っていたでしょう。今の Disney はおそらく Star Wars 体験向けに使うでしょう。それでも見栄えは良いです。
自律移動ロボットのアキレス腱は電力貯蔵密度です。
玩具市場が本当に兆ドル規模なのかは疑問です。
Disney Imagineeringは、今もそう呼ばれているのかは分からないが、Disneyのような会社の一部として見るといつも興味深かった。
よく考えると、Disneyの中に存在しているのが不思議に思える一方で、同時にDisneyをDisneyらしくしている中核でもある。
研究動画が公開されるたびにいつも面白い。『Frozen』の雪のシミュレーションを扱った動画も覚えている。
外から見ると、本当に面白そうな職場で、優先順位も独特に見える。消費者向け製品や新しい企業向けプロジェクトを出すのではなく、別の物語上の目的を支えるためだからだ。
動画の途中では、これは当然CGIだろうと思ったが、まだこういうロボットを日常的に見ることに慣れていないからなのかもしれない。
ちなみに、このロボットは本当にかわいくて、1台欲しい。
Disneyの2022会計年度の営業利益は127億ドルで、そのうち79億ドルがテーマパークから出ている。65%だ。
残りのDisneyのすべて、つまりPixar映画、Disney映画、Star Wars映画、テレビ、ストリーミング、巡回ミュージカル、商品、提携、知的財産権ライセンスが残りの45%である。
ロボティクスはテーマパークに不可欠だ。
文字どおりの「魔法」とは、たいてい「他の人がやり方を知らないことをできること」だ。だからそうした研究を社内に置き、他の誰にもできない幻想、効果、体験で先行者優位を得ようとしているのだ。
Imagineeringを理解する最良の方法は、魔法工場と見ることだ。その意味で、同社のテーマパーク・ショーエンターテインメント部門においては、まさに中核的なビジネスモデルに属している。
近年の一部CEOはこの側面をあまり理解しておらず、この5年ほどで、かつて社内で行っていた作業の一部を実際に外注した。Disneyのために第三者企業が開発した技術がDisneyの競合へ直接広がっていくなら、今後10年ほどでOrlando地域のテーマパークの勢力図がどうなるのか、本当に気になる。
実際、とても愛らしい。
初の長編アニメーション映画を作り、奥行きを表現するためにマルチプレーン・カメラを作り、コンピューターアニメーションを切り開いたPixarと協業し、後には買収した。
頭部を無視すれば、このロボットはこちらにかなり似ている: https://en.wikipedia.org/wiki/Walker_(Star_Wars)#All_Terrain...
覚えておくといい。行動オーサリングは未来のプロンプトエンジニアリングになり、後戻りはないだろう。
ロボットプラットフォームは、多くてもあと数回の反復を残すだけだ。
1972年の映画『Silent Running』に出てくる小さな作業ロボットたちを覚えている人がいるか気になる。
https://www.imdb.com/title/tt0067756/?ref_=fn_al_tt_1
なぜあの子たちに感情的な愛着を感じたのかは分からない。感情を示す目に見える手段があったわけでもない。ただ静かに、誠実に自分の仕事をしていただけだ。
それでも不思議と心を揺さぶられ、映画の後半で破壊される場面はかなり胸が痛んだ。
この映画は、特殊効果への貢献でも有名なDouglas Trumbullが作った。
https://en.wikipedia.org/wiki/Douglas_Trumbull
理由は分からないが、このロボットに名前がないこと、あるいは記事で名前に触れていないことが気になる。