Open Source Robotics

高品質なオープンソースロボティクスプロジェクト、ツール、ソフトウェアの厳選コレクション。

Assistive Gym

介護タスク向けの介助ロボットを訓練するための物理シミュレーションフレームワーク

ライセンス

MIT

概要

Assistive Gym は PyBullet と OpenAI Gym 上に構築された物理ベースのシミュレーションフレームワークで、食事、飲水、入浴、着替えといった日常のタスクで人を手助けするロボットを訓練するためのものです。6 つの介助タスクと 6 種類の市販ロボットを組み合わせ、人間の好みを報酬関数に組み込んでいます。強化学習用の事前学習済みベースライン方策も含まれます。

Assistive Gymは、PyBullet上に構築されOpenAI Gymと統合された物理ベースのシミュレーションフレームワークで、身体的な人間-ロボットインタラクションおよびロボット支援の研究に特化して設計されています。6つの介助タスク（食事、飲水、かゆみ掻き、ベッドバス、着替え、腕操作）と6つの商用ロボット（PR2、Jaco、Baxter、Sawyer、Stretch、Panda）を静的および能動的な人体構成で組み合わせた72の即座に使用可能なシミュレーション環境を提供します。

このフレームワークは、バイオメカニクス研究に基づく姿勢依存の関節制限を持つ40の駆動関節を有する解剖学的にリアルな人体モデルを特徴とし、男性・女性の両方の体型構成をサポートしています。人間の嗜好モデリングを報酬関数に直接組み込み、ロボットが人の快適さと自律性を尊重する支援戦略を学習できるようにしています。バージョン1.0では、移動マニピュレーション、マルチロボット制御、フォトリアリスティックな家庭環境のためのiGibson統合、リアルな身体表現のためのSMPL-X人体メッシュモデルが追加されました。

Assistive GymはOpenAI Gymインターフェースを通じて標準的な強化学習アルゴリズムと完全に互換性があり、すべてのロボット-タスクの組み合わせに対する事前学習済みベースラインポリシーを含み、Google Colabノートブックによるクラウドベースの開発をサポートしています。研究者はカスタムの介助環境を作成し、既存のタスクを拡張し、提供されたベースラインに対して新しいアプローチをベンチマークできます。

重要な理由

世界的な人口高齢化に伴い、介護の需要は利用可能な労働力をはるかに上回っています。介助ロボティクスはこのギャップを埋める可能性を秘めていますが、人と物理的にインタラクションするロボットの開発は本質的にリスクを伴います。Assistive Gymは、開発プロセスにおいて実際の人間を危険にさらすことなく、介助ロボットポリシーの訓練と評価が可能な安全で再現性のあるシミュレーション環境を提供します。

このフレームワークはIEEE ICRA 2020で発表され、広く引用されており、介助ロボティクス研究コミュニティの基盤ツールとしての地位を確立しています。一般的な介護タスクのシミュレーションを標準化し、複数の商用ロボットにわたるベンチマーク結果を提供することで、実世界での実験が高価で時間がかかり、倫理的制約がある分野での進歩を加速しています。オープンソースの性質とGoogle Colabのサポートにより、この重要な領域に参入する新しい研究者のハードルを下げています。

解決する課題

日常生活動作で人々を身体的に介助するロボットの開発は、根本的な「鶏と卵」問題を呈しています。ロボットは人間と安全にインタラクションするための広範な訓練が必要ですが、実際の人間での訓練は受け入れがたい安全リスクを伴います。身体的な人間-ロボットインタラクション実験はまた、高価で時間がかかり、研究グループ間での再現が困難です。

Assistive Gymは、人間の被験者に一切のリスクを伴うことなく、ロボットが何百万回もの試行錯誤を通じて学習できるリアルな物理シミュレーションを提供することで、この問題を解決します。このフレームワークは接触の物理だけでなく、人間の嗜好や身体能力もモデリングし、訓練されたポリシーが介助される人の快適さと自律性を考慮することを保証します。これにより、世界中の研究者が実世界への展開前に標準化されたベンチマーク上で介助戦略を開発、テスト、比較できるようになります。

主なポイント

  • 6つの日常生活タスク（食事、飲水、入浴、着替え、かゆみ掻き、腕操作）を6つの商用ロボットで全72通りの環境の組み合わせとしてシミュレーション
  • 報酬関数に人間の嗜好モデリングを統合し、ロボットが快適さと自律性を尊重する方法で介助を学習
  • 40の駆動関節とバイオメカニクスに基づく正確な関節制限を持つ解剖学的にリアルな人体モデルを搭載
  • OpenAI Gymインターフェースによる標準的な強化学習に対応し、事前学習済みベースラインポリシーを同梱
  • iGibson統合によるフォトリアリスティックな家庭環境と、SMPL-X人体メッシュによるリアルな身体表現をサポート

対象

  • 身体的な人間-ロボットインタラクションおよび介助技術に取り組むロボティクス研究者
  • 実世界の介護およびマニピュレーションタスクに強化学習を適用する実践者
  • 高齢者・障がい者ケアのためのロボット支援のプロトタイプを開発するヘルスケア技術開発者
  • 介助ロボティクス、リハビリテーション工学、または身体性AIを学ぶ大学院生
  • 介助アプリケーション向けの商用プラットフォームを評価するロボットメーカー

制限事項

  • シミュレーションと現実のギャップにより、Assistive Gymで訓練されたポリシーは追加の微調整なしに物理ロボットに直接転移できない場合がある
  • 人体モデルは簡略化された関節制限と身体ダイナミクスを使用しており、さまざまな障がいを持つ実際の患者の全変動性を捕捉できない
  • 最適な互換性にはPython 3.6または3.7が必要で、新しいPythonバージョンのサポートが限定的
  • 着替えや入浴など布地や肌の物理が重要なタスクにおける軟体変形のモデリングに対応していない
  • 最後の大きなアップデートはv1.0であり、新しいシミュレーションフレームワークと比較して最近の開発活動が限定的

このウェブサイトにはJavaScriptが必要です。オープンソースロボティクスプロジェクトを閲覧するにはJavaScriptを有効にしてください。